说明
创新互联专注于呼图壁网站建设服务及定制,我们拥有丰富的企业做网站经验。 热诚为您提供呼图壁营销型网站建设,呼图壁网站制作、呼图壁网页设计、呼图壁网站官网定制、重庆小程序开发服务,打造呼图壁网络公司原创品牌,更为您提供呼图壁网站排名全网营销落地服务。
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 h1, w1 = kernel.shape h_pad = (h1 - 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 + h1, 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:创新互联Python教程
本文教程操作环境:windows7系统、Python 3.9.1,DELL G3电脑。
名称栏目:创新互联Python教程:python如何在二维图像上进行卷积
当前URL:http://www.shufengxianlan.com/qtweb/news13/282813.html
网站建设、网络推广公司-创新互联,是专注品牌与效果的网站制作,网络营销seo公司;服务项目有等
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联