垂直滤镜脚本改写为函数后无法生成正确图像，求修正方案

我编写了一个名为"垂直滤镜"的脚本，用于检测图像的垂直区域，区分水平区域并生成黑白分割的新图像。该脚本可输出预期的黑白结果图，但将其改写为函数后无法正常工作，返回的仍是原图像。以下是原脚本、改写后的函数代码：

原脚本 #

import numpy as np
from skimage import data, io
import matplotlib.pyplot as plt
import matplotlib
!pip install scikit-image

img = io.imread('data/earth.jpg')
verical_filter =[[-1,-2,-1],[0,0,0],[1,2,1]] 
n,m,d= img.shape # 获取图像的尺寸

# 应用垂直滤镜
vertical_edges_img = np.zeros_like(img) 
for row in range(3, n-2): # 遍历每个像素
    for col in range(3, m-2):
        local_pixels = img[row-1:row+2,col-1:col+2,1] 
        transformed_pixels = verical_filter * local_pixels
        vertical_score = (transformed_pixels.sum() +4)/8 
   
    vertical_edges_img[row, col] = [vertical_score] * 3

plt.imshow(vertical_edges_img)

注：原脚本执行后可得到垂直滤镜处理后的黑白结果图

改写后的函数 #

def vertical_img(img):
    verical_filter =[[-1,-2,-1],[0,0,0],[1,2,1]] 
    n,m,d= img.shape # 获取图像的尺寸

    vertical_edges_img = np.zeros_like(img) 
    upsidedown_pic = np.array(img)
    for row in range(3, n-2): # 遍历每个像素
        for col in range(3, m-2):
            local_pixels = img[row-1:row+2,col-1:col+2,1]
            transformed_pixels = verical_filter * local_pixels
            vertical_score = (transformed_pixels.sum() +4)/8 
        
        
            vertical_edges_img[row, col] = [vertical_score] * 3

    return upsidedown_pic


vert_img = vertical_img(img)
plt.imshow(vert_img)

注：该函数执行后返回的是原图像，未达到预期效果

问题原因与修正方案 #

核心错误 #

改写后的函数中，你最终返回的是upsidedown_pic（原图像的拷贝），而非处理好的vertical_edges_img，这就是函数返回原图像的直接原因。

另外，原脚本中存在缩进错误：vertical_edges_img[row, col] = [vertical_score] * 3这行代码的缩进在for col循环之外，会导致每一行只有最后一列的像素被赋值，其余列的处理结果无法保存，需要修正缩进。

修正后的函数 #

def vertical_img(img):
    verical_filter =[[-1,-2,-1],[0,0,0],[1,2,1]] 
    n,m,d= img.shape # 获取图像尺寸

    vertical_edges_img = np.zeros_like(img) 
    for row in range(3, n-2): 
        for col in range(3, m-2):
            # 提取绿色通道的局部像素
            local_pixels = img[row-1:row+2,col-1:col+2,1]
            transformed_pixels = verical_filter * local_pixels
            vertical_score = (transformed_pixels.sum() +4)/8 
            # 将结果赋值给当前像素的三个通道
            vertical_edges_img[row, col] = [vertical_score] * 3

    return vertical_edges_img


vert_img = vertical_img(img)
plt.imshow(vert_img)

内容的提问来源于stack exchange，提问作者user58066