python中scipy.ndimage.filter_在scipy.ndimage.filter.laplace（）？

一个简单的检查是声明一个2D数组，除了中心的一个系数被设置为1，然后对其应用laplace函数。过滤的一个属性是，如果您提交一个带有单个1的图像，输出将是实际的过滤器本身，其中心位于1所在的位置-lookupimpulse response。。。或者更具体地说，Point Spread Function。在

如果您这样做，那么在运行laplace方法之后，您将看到它是什么样子：In [13]: import numpy as np

In [14]: import scipy.ndimage.filters

In [15]: A = np.zeros((5,5))

In [16]: A[2,2] = 1

In [17]: B = scipy.ndimage.filters.laplace(A)

In [18]: A

Out[18]:

array([[ 0., 0., 0., 0., 0.],

[ 0., 0., 0., 0., 0.],

[ 0., 0., 1., 0., 0.],

[ 0., 0., 0., 0., 0.],

[ 0., 0., 0., 0., 0.]])

In [19]: B

Out[19]:

array([[ 0., 0., 0., 0., 0.],

[ 0., 0., 1., 0., 0.],

[ 0., 1., -4., 1., 0.],

[ 0., 0., 1., 0., 0.],

[ 0., 0., 0., 0., 0.]])

因此，它是第一个被使用的内核，但是请注意符号的变化。中心系数为正，其他系数为负。在

您需要查看的相关代码如下：

^{pr2}$

基本上，[1, -2, 1]的1D内核独立地应用于每个维度，就像correlate1d函数所做的那样。。。所以先是行，然后是列。这实际上计算了你在问题中看到的第一个掩码。在