python怎么在二维图像上进行卷积

这篇文章将为大家详细讲解有关python怎么在二维图像上进行卷积,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。

<强> 1,说明

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。

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。

<强> 2,实例

 def  my_conv2d(输入:np.ndarray,,内核:,np.ndarray):
　　,,,#,计算需要填充的行列数目,这里假定模式为“相同”
　　,,,#,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
　　,,,,,w =inputs.shape
　　,,,kernel =,内核(::1,,…)(…,,::1),,#,卷积的定义,必须旋转180度
　　,,,h2,, w1 =kernel.shape
　　,,,h_pad =, (h2 安康;1),//2
　　,,,w_pad =, (w1 安康;1),//2
　　,,,inputs =, np.pad(输入,pad_width=[(h_pad h_pad也),(w_pad, w_pad)],,模式=癱onstant",, constant_values=0)
　　,,,outputs =, np.zeros(形状=(h, w))
　　,,,for 小姐:拷贝范围(h):,, #,行号
　　,,,,,,,for  j 拷贝范围(w):,, #,列号
　　,,,,,,,,,,,输出(i, j),=, np.sum (np.multiply(输入(我:小姐:+,h2,,谢谢,j  +, w1],,内核))
　　return 输出