为什么 ImageFilter.BoxBlur 会给出错误的结果？

Question

我正在尝试将 Pillow 与我生成的一些黑白测试数据一起使用，逐个像素。我想用这些数据来测试我的 one pixel box blur。我已经将灰度像素存储在这样的 3x3 行矩阵中：

 5  10   5
10  15  10
 5  10   5

使用一个像素的框模糊，我希望结果如下：

10   9  10
 9   8   9
10   9  10

但是，我调用 image.tobytes() 后的结果是一个包含九个新行的数组 (\n)。谁能指出我做错了什么？

Answer 1

我理解你的预期输出，但让我们先检查一下现实：

import numpy as np
from PIL import Image, ImageFilter

array = np.array([[5, 10, 5], [10, 15, 10], [5, 10, 5]]).astype(np.uint8)
img = Image.fromarray(array).filter(ImageFilter.BoxBlur(1))
print(np.array(img), '\n\n', img.tobytes())
# [[9 9 9]
#  [9 9 9]
#  [9 9 9]] 
# 
#  b'\t\t\t\t\t\t\t\t\t'

结果是一个包含所有 9 的数组 – 当将 9 转换为字节时，您会得到水平制表符的 ASCII character 或 \t。老实说，我不明白，为什么你得到 \n 或换行符，这将 10 转换为字节，在这里！？

但是，为什么会有这样的结果呢？来自文档（我强调）：

Blurs the image by setting each pixel to the average value of the pixels in a square box extending radius pixels in each direction.

因此，您的矩阵实际上看起来像这样用于计算九个（内部）像素：

 5   5  10   5   5
 5   5  10   5   5
10  10  15  10  10
 5   5  10   5   5
 5   5  10   5   5

对于九个内部像素中的每一个，我们得到：

(4 * 5 + 4 * 10 + 15) / 9 = 75 / 9 = 8.333

看来，我们这里也有上限，而不是常见的四舍五入。

这可能是由于：

Uses an optimized implementation which runs in linear time relative to the size of the image for any radius value.

所以，可能是一些位移魔法而不是实际除法或类似的东西。

您还可以检查边框像素是否被复制，而不是镜像：

import numpy as np
from PIL import Image, ImageFilter

array = np.array([[5, 10, 5], [10, 15, 10], [5, 10, 5]]).astype(np.uint8)
img = Image.fromarray(array).filter(ImageFilter.BoxBlur(2))
print(np.array(img), '\n\n', img.tobytes())
# [[7 7 7]
#  [7 7 7]
#  [7 7 7]]

像上面为 5x5 矩阵所做的那样设置两个可能的 7x7 矩阵，并比较结果。

底线：BoxBlur 没有按您预期的方式工作。而且，它仍然令人困惑，为什么你得到 \n，而不是 \t。

----------------------------------------
System information
----------------------------------------
Platform:      Windows-10-10.0.16299-SP0
Python:        3.9.1
PyCharm:       2021.1.1
NumPy:         1.20.2
Pillow:        8.2.0
----------------------------------------

为什么 ImageFilter.BoxBlur 会给出错误的结果？

Why does ImageFilter.BoxBlur give wrong results?

python

python-imaging-library