我在编写一个自定义函数，使用卷积核对图像进行模糊处理。然而，当我显示图像时，结果却很奇怪。某种程度上，图像似乎被反转了，但我不知道为什么。这里是原始图像：

这是结果：

我已经尝试了重写代码、更换图像、改变模糊核、打印并亲自逐个检查许多卷积等方法。

import cv2import numpy as npimport matplotlib.pyplot as pltdef showImage(image):    plt.imshow(image, cmap='gray')    plt.show()def gaussianBlur(image):    tempImage = image.copy()    tempImage = np.pad(tempImage, 1, "constant")    showImage(tempImage)    max = 0    i = 0    for x in range(1, len(image)-1):        for y in range(1, len(image[0])-1):            roi = image[x-1:x+2, y-1:y+2]            kernel = np.array([                [0.0625, 0.125, 0.0625],                [0.125, 0.25, 0.125],                [0.0625, 0.125, 0.0625]            ])            if np.matmul(roi, kernel).sum() > max:                max = np.matmul(roi, kernel).sum()            tempImage[x][y] = np.matmul(roi, kernel).sum()            i += 1            print(np.matmul(roi, kernel).sum())            # if(i % 1000 == 0):            #     showImage(tempImage)    divAmount = max / 255    for x in range(1, len(image)-1):            for y in range(1, len(image[0])-1):                tempImage[x][y] = tempImage[x][y] / divAmount    return tempImage.tolist()# 加载并查看图像image = cv2.imread("image_1_small.jpg", 0)showImage(image)# 应用模糊image = gaussianBlur(image)print(image)# image = cv2.GaussianBlur(image, (5, 5), 0)showImage(image)

预期的结果应该是模糊处理后的原始图像。

回答：

这是由溢出引起的。你计算卷积的方式有误。请使用np.multiply替换np.matmul。