自行实现的Python图像卷积函数返回带黑边空白图像是什么原因？

问题原因 #

• 遍历索引范围错误 #

你当前循环使用的range(kx, x - kx)范围完全不符合要求：以3x3尺寸的kernel为例，正确的遍历起始位置是start = floor(kx/2) = 1，结束位置是x - end = x - 2，而非从kx=3的位置开始。该错误会导致图像大部分区域的卷积结果保持初始化的0值，仅中间极小一块区域有计算结果。

• 输出数值类型与显示范围不匹配 #

OpenCV的cv2.filter2D传入ddepth=-1时，会自动将输出转换为和输入一致的uint8类型（取值范围0-255），同时自动完成数值截断。
而你自定义函数中convolved数组默认是float64类型：如果直接用图像展示工具输出float数组，工具默认会将0-1区间映射为黑到白，所有数值大于1的像素都会显示为纯白色，和你描述的现象完全吻合。

• 可选验证项：零填充是否正确执行 #

你的函数注释要求输入img已经完成对应尺寸的零填充，如果实际输入时没有做对应处理，也会导致边缘计算结果异常。

修正后的代码 #

import numpy as np
from math import floor, ceil

def convolve(img, kernel):  # img should have zero padding 
    kx, ky = kernel.shape  # kernel is square so kx == ky
    start, end = floor(kx / 2), ceil(kx / 2)
    x, y = img.shape
    # 直接指定输出类型和输入图像一致为uint8
    convolved = np.zeros((x, y), dtype=np.uint8)

    # 修正遍历范围
    for i in range(start, x - end):
        for j in range(start, y - end):
            convolved_area = img[i - start:i + end, j - start:j + end] * kernel
            # 求和后做数值截断，避免溢出0-255范围，四舍五入后再赋值
            convolved[i][j] = np.clip(np.sum(convolved_area), 0, 255).round()

    return convolved

内容的提问来源于stack exchange，提问作者Manusman