python如何在二维图像上进行卷积
说明
1、对于二维矩阵,卷积时卷积核由左向右、由上向下滑动,对应位置要求加权和。
2、一般图片为RGB三通道,需要每个通道卷积,每个通道都是二维矩阵。灰度图只有一个通道,直接卷起即可。
实例
def my_conv2d(inputs: np.ndarray, kernel: np.ndarray):# 计算需要填充的行列数目,这里假定mode为“same”
# 一般卷积核的hw都是奇数,这里实现方式也是基于奇数尺寸的卷积核
h, w = inputs.shape
kernel = kernel[::-1, ...][..., ::-1] # 卷积的定义,必须旋转180度
h2, w1 = kernel.shape
h_pad = (h2 - 1) // 2
w_pad = (w1 - 1) // 2
inputs = np.pad(inputs, pad_width=[(h_pad, h_pad), (w_pad, w_pad)], mode="constant", constant_values=0)
outputs = np.zeros(shape=(h, w))
for i in range(h): # 行号
for j in range(w): # 列号
outputs[i, j] = np.sum(np.multiply(inputs[i: i + h2, j: j + w1], kernel))
return outputs
以上就是python在二维图像上进行卷积的方法,希望对大家有所帮助。更多Python学习指路:python基础教程
本文教程操作环境:windows7系统、Python 3.9.1,DELL G3电脑。
以上是 python如何在二维图像上进行卷积 的全部内容, 来源链接: utcz.com/z/544802.html