我正在跟随Andrew Ng的视频1和视频2学习边缘检测，并且尝试检测图像中是否存在滤波器。
因此，如果我有两张图像和两个滤波器（一个检测水平线，另一个检测垂直线）：

我尝试使用以下方法在每张图像上应用卷积滤波器：

print(convolve2d(img, vertical, 'valid'))[[  0 -30 -30   0] [  0 -30 -30   0] [  0 -30 -30   0] [  0 -30 -30   0]]print(convolve2d(img, horizontal, 'valid'))[[0 0 0 0] [0 0 0 0] [0 0 0 0] [0 0 0 0]]

是否有办法创建一个函数，返回1 / 0来表示滤波器是否存在？
对于更复杂的图像如img2，情况会更加复杂：

print(convolve2d(img2, vertical, 'valid'))[[  0 -30 -30   0] [  0 -10 -10   0] [  0  10  10   0] [  0  30  30   0]]print(convolve2d(img2, horizontal, 'valid'))[[  0   0   0   0] [-30 -10  10  30] [-30 -10  10  30] [  0   0   0   0]]

所以我试图创建一个函数来返回滤波器存在的百分比，但遇到了困难。

回答：

根据评论中的讨论，我们决定计算矩阵中零（或非常小的值）的百分比。假设矩阵是arr。那么，

mask = np.where(abs(arr) < 0.00001, 0, 1)percent_zeros = np.mean(mask)

其中0.00001是阈值（低于这个值，我们认为所有条目都是零），percent_zeros输出数组中非零的比例（值在0到1之间），其中1表示矩阵中没有零。