您好,登錄后才能下訂單哦!
這篇文章將為大家詳細(xì)講解有關(guān)python怎么在二維圖像上進(jìn)行卷積,小編覺得挺實(shí)用的,因此分享給大家做個(gè)參考,希望大家閱讀完這篇文章后可以有所收獲。
1、說(shuō)明
對(duì)于二維矩陣,卷積時(shí)卷積核由左向右、由上向下滑動(dòng),對(duì)應(yīng)位置要求加權(quán)和。
一般圖片為RGB三通道,需要每個(gè)通道卷積,每個(gè)通道都是二維矩陣?;叶葓D只有一個(gè)通道,直接卷起即可。
2、實(shí)例
def my_conv2d(inputs: np.ndarray, kernel: np.ndarray): # 計(jì)算需要填充的行列數(shù)目,這里假定mode為“same” # 一般卷積核的hw都是奇數(shù),這里實(shí)現(xiàn)方式也是基于奇數(shù)尺寸的卷積核 h, w = inputs.shape kernel = kernel[::-1, ...][..., ::-1] # 卷積的定義,必須旋轉(zhuǎn)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): # 行號(hào) for j in range(w): # 列號(hào) outputs[i, j] = np.sum(np.multiply(inputs[i: i + h2, j: j + w1], kernel)) return outputs
python常用的庫(kù):1.requesuts;2.scrapy;3.pillow;4.twisted;5.numpy;6.matplotlib;7.pygama;8.ipyhton等。
關(guān)于“python怎么在二維圖像上進(jìn)行卷積”這篇文章就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,使各位可以學(xué)到更多知識(shí),如果覺得文章不錯(cuò),請(qǐng)把它分享出去讓更多的人看到。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。