Opencv中cvFilter2D卷积函数的计算过程分析

接上一篇，介绍了矩阵卷积的计算方法，我们选择了用0来补全，但是在Opencv中的CVFilter2D函数是用边缘拷贝的方式。

CvFilter2D函数

void cvFilter2D( const CvArr* src, CvArr* dst,
                 const CvMat* kernel,
                 CvPoint anchor=cvPoint(-1,-1));
src
输入图像.
dst
输出图像.
kernel
卷积核, 单通道浮点矩阵. 如果想要应用不同的核于不同的通道，先用 cvSplit 函数分解图像到单个色彩通道上，然后单独处理。
anchor
核的锚点表示一个被滤波的点在核内的位置。 锚点应该处于核内部。缺省值 (-1,-1) 表示锚点在核中心。
函数 cvFilter2D 对图像进行线性滤波，支持 In-place 操作。当核运算部分超出输入图像时，函数从最近邻的图像内部象素差值得到边界外面的象素值。

尝试

先上代码，

#include<opencv2\opencv.hpp>  
using namespace cv;
using namespace std;

//打印
void ShowMat(CvMat *m)
{
	int i, j;
	for (i = 0; i<m->rows; i++)
	{
		for (j = 0; j<m->cols; j++)
		{
			double ImgPixelVal = cvGetReal2D(m, i, j);
			cout << ImgPixelVal << "  ";
		}
		cout << endl;
	}

}
int main()
{
	//卷积核
	float  A[] = { 
		1.0, 2.0, 3.0,
		4.0,  5.0,  6.0,
		-1.0,  -2.0,  -1.0 };
	float B[] = {
		9,8,7,
		4,5,6,
		7,8,9		
	};
	CvMat Ma = cvMat(3, 3, CV_32FC1, A);//核矩阵
	cout << "卷积核" << endl;
	ShowMat(&Ma);
	cout << endl;
	CvMat Mb = cvMat(3, 3, CV_32FC1, B);//输入
	//原矩阵
	cout << "原矩阵" << endl;
	ShowMat(&Mb);
	cout << endl;

	CvMat *C = cvCreateMat(3, 3, CV_32FC1);
	cvFilter2D(&Mb, C, &Ma, cvPoint(1, 1));
	//输出后
	cout << "卷积后" << endl;
	ShowMat(C);
	cout << endl;
}

输出的结果

为了不让数据有偶然性，所以卷积核很古怪，大家不要在意，我们只是要研究他的计算过程。

首先我们发现91 这个值就是 1*9+2*8+3*7+4*4+5*5+6*6-1*7-2*8-1*9=91。即对应的元素相乘后，求和。而且卷积核没有旋转180°

然后我们可以看到如果用我 上一篇介绍的边缘用0补全，是得不到这个结果的，所以我们肯定Opencv不是用0补全。

那下面的问题就是Opencv到底是怎么补全的

问号里面该填什么

？？？

？？？

之后，我们就猜测是不是边缘复制，

==========》        

通过计算后发现，果然是这样。1*9+2*9+1*8+4*9+5*9+6*8-1*4-2*4-1*5=163

其他也逐一验证 。

结论：

1.Opencv中，卷积核不会进行180°的旋转

2.CvFilter2D是边缘拷贝，通过边缘拷贝补全矩阵进行计算。