convolve2d里面的参数详解

在convolve2d函数中，有几个参数需要详细解释：

• input：输入图像，可以是一个numpy数组或者一个类似PIL图像的对象。
• kernel：卷积核，可以是一个numpy数组或者一个类似PIL图像的对象。
• mode：卷积的模式，可以是以下几种取值：
  • 'full'：默认值，表示输出大小为input大小加上kernel大小减去1。
  • 'valid'：表示输出大小为input大小减去kernel大小加上1。
  • 'same'：表示输出大小与input相同。
• boundary：边界处理的方式，可以是以下几种取值：
  • 'fill'：默认值，边界以指定的常量值填充。
  • 'wrap'：边界使用输入图像的反射副本。
  • 'symm'：边界使用输入图像的对称副本。
• fillvalue：当boundary为'fill'时，用于填充边界的常量值，默认值为0。
• normalize：是否对输出进行归一化处理，默认为False。
• return_valid：仅对mode为'valid'时有效，表示是否返回有效的输出部分，默认为False。

除了这些参数，convolve2d函数还有一些其他的可选参数，但是这些参数通常不需要手动设置。在使用convolve2d函数时，通常只需要关注input、kernel和mode这几个参数就可以了