在图像评估的一个步骤中，我需要对像素数据应用高斯模糊。我通过用高斯折叠矩阵折叠每个像素来做到这一点。除非我尝试使用图像边界处的像素来执行此操作，否则这没有问题，因为例如在左边界上，我不能在折叠计算中包含左侧的像素。我可以想到多种解决方法：
案例 2 在我看来是不对的，因为它破坏了整个折叠矩阵的规范化。在我的情况下，我不能使用 4. 并且它实际上没有任何意义。
所以我的问题是：这个问题应该如何处理？
有许多不同的方法可以做到这一点，“正确”的选择取决于具体的应用。
您的选项 1 可能不是您想要的，但类似的选项是简单地返回一个较小的图像，在该图像上模糊定义良好。如果您可以接受较小的图像，这可能是您将获得的最接近“万无一失”的东西。
您的选项 2 可以工作，如果您重做规范化，它肯定是一个有效的选项，因此它仍然集成到 1。我个人更喜欢这个选项
另一种选择是镜像边界条件，因此您将某些像素计算两次。
如果您查看SciPy 中的高斯模糊，您会看到许多不同的选项，从数学的角度来看，所有这些选项都非常有效。
这在很大程度上取决于您的应用程序。
您可能想看看Signal Processing StackExchange，因为这可能是他们的领域。