python培训之如何在二维图像上进行卷积

　　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

　　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：请关注多测师。https://www.e70w.com/xwzx/