python - 解决cv2::filter2D()中负值的抑制

我正在使用卷积来计算图像中的梯度。为此，我使用了以Python实现的OpenCV的cv2.filter2D()函数。我还编码了一个(缓慢的)实现，该实现只是对所有像素进行迭代。输入图像img是使用cv2.cvtColor()从RGB转换为YUV并使用OpenCV函数cv2.split()分割的.JPG图像。我的代码摘要(仅针对一个颜色通道进行计算)为:

imgYUV = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)
clr1, clr2, cl3 = cv2.split(imgYUV)
(iH,iW) = clr1.shape[:2]
pad=1
paddedImg = cv2.copyMakeBorder(clr1,pad,pad,pad,pad,cv2.BORDER_REPLICATE)
outputMyImplementation = np.zeros((iH,iW), dtype='int32')
kernel = np.array([[-1,-2,-1],[0,0,0],[1,2,1]])
for y in np.arange(pad, iH+pad):
    for x in np.arange(pad, iW+pad):
        roi = paddedImg[y-pad:y+pad+1, x-pad:x+pad+1]
        k = (roi*kernel).sum()
        outputMyImplementation[y-pad,x-pad] = k
outputCV2 = cv2.filter2D(clr1,-1,kernel)

但是，filter2D似乎会修剪输入图像中的负值:

使用filter2D()的最大值:66

使用我的Implementation()的最大值:66

使用filter2D()的最小值:0

使用我的Implementation()的最小值:-146

使用翻转的内核kernel = np.array([[1,2,1],[0,0,0],[-1,-2,-1]])，结果为:

使用filter2D()的最大值:146

使用我的Implementation()的最大值:146

使用filter2D()的最小值:0

使用我的Implementation()的最小值:-66

显然，负值被抑制。 cv2.filter2D()中的所有默认设置都适合我，这就是为什么我使用最少参数的原因。该文档没有提及这种行为，并且多个论坛建议不应压低负值。有人知道为什么会发生这种情况，以及如何解决吗？通过汇总内核及其翻转变量的结果，我有一种解决方法，但是对于一个简单的问题，这似乎是一个不好的解决方案。
版本信息:

openCV版本4.4.0.44

numpy版本1.19.2

python版本3.8.5

最佳答案

解决方案在于输出的深度。通过将其设置为-1，输入图像的深度将用于输出。由于输入图像很可能是uchar，因此饱和度为0。可以通过使用以下命令将输出类型设置为cv2.CV_64F来解决饱和度为零的问题。outputCV2 = cv2.filter2D(img, cv2.CV_64F, kernel)为了获得与outputMyImplementation完全相同的答案，必须将内核翻转180度。但是，当查看绝对值时，这不是必需的，并且可以按所示方式使用代码。

关于python - 解决cv2::filter2D()中负值的抑制，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/64318479/