使用函数作为卷积核

Question

各位程序员好，

我正在参加今年的 编程降临节活动。在第9天中，我需要找出图像中的一个像素是否具有相邻像素中的最小值。

我一开始非常直观粗暴地解决了这个问题，但是现在经过一段时间的思考，我想知道是否有一种方法可以为opencv的filter2D函数或其他适当的库定义一个卷积核，并将其定义为函数，以便我不仅可以进行线性变换，还可以进行其他变换。

在这个特定的例子中，我想到了一个可以告诉我们中间像素是否具有最小值的卷积核。也许甚至有一种方法可以使用线性变换来实现，但是我无法找到它。

任何帮助都将不胜感激。

- Lenny Eing

---

腐蚀/膨胀，比较，完成。腐蚀/膨胀不是线性的，这就是为什么它们可以解决这个问题。没有任何线性方法可以解决这个问题。 - Christoph Rackwitz

你会相信我昨天在AOC问题上也经历了完全相同的推理过程。最终以“粗暴”的方式解决了它。 - AbbeGijly

@ChristophRackwitz 非常感谢！我不知道这些操作。一直在学习 :) - Lenny Eing

Answer 1

我自己找到了一个解决方案，只需要使用scipy.ndimage.generic_filter函数。

import numpy as np
from scipy.ndimage import generic_filter

# First define the footprint of the filter you are going to use:
footprint = np.array([[False, True, False],
                     [True, True, True],
                     [False, True, False]])

# Then define the filter you want to use:
def lowpoint_kernel(a):
    return 0 if a[2] < a[0] and a[2] < a[1] and a[2] < a[3] and a[2] < a[4] else 10

# Get your input here
image = ...

# Pad your image
image = np.pad(image, 1, constant_values=10)

lowpoints = generic_filter(image, lowpoint_kernel, footprint=footprint)
lowpoint_indices = lowpoints == 0

这可能是一个非常复杂的解决方案，但也许有人会发现它有用。查看完整的解决方案在这里。

- Lenny Eing

Answer 2

在Python中使用scipy general filter是一个好主意。 但据我所知，OpenCV没有提供这样一种方式（将自定义函数处理作为过滤器）。因此，如果您想要使用OpenCV函数来实现这个功能，可以首先应用腐蚀形态学操作（cv::erode）（使用您所需的窗口大小和二进制掩模），以获得每个像素邻域中的最小值，然后使用cv::compare方法或类似方法比较结果图像与原始图像。
要排除最小值（腐蚀）中心像素，可以将一个自定义二进制核传递给cv::erode，其中在生成的核中，中心像素为零。
总之，您应该这样做：

1. cv::Mat kernel = cv::Mat::ones(3,3,CV_8UC1);
   kernel.at(1, 1)=0;
2. cv::erode(src, dst_min, kernel);
3. cv::compare(src, dst_min, dst, cv::CMP_EQ);

话虽如此，这种方法的唯一限制是在cv::erode函数中计算最小操作时必须针对非零邻居。如果这不是您想要的效果，则可以向src添加偏差，然后将其减去！

最后但并非最不重要的，如果您正在使用cpu（而不是gpu），建议使用cv :: ParallelLoopBody 一次调用即可并行实现所有过程（内存访问）。

- Mahdi