基于python的卷积神经网络,卷积神经网络图像识别python代码

　　在这篇博客中，你将学习基于opencv的图像卷积运算。

　　另一方面，概念图像的卷积可以视为中心像素的输出值，其中在另一个更大的图像上移动一个窗口区域，并乘以该窗口覆盖的每个区域的中点。窗口从左到右和从上到下移动。一个窗口可以理解为一个预先指定了值的指定大小的二维矩阵。

　　二。API函数2.1函数原型void cv :3360 blur (inputarraysrc，OutputArray dst，Size ksize，pointanchor=point(-1，-1)，int borderder dst输出与src相同大小和类型的图像。Ksize模糊了核心的大小。锚点；缺省值点(-1，-1)是边界模式2.3代码呈现# include opencv2/opencv 2，其中锚点在内核中央的borderType用于外推像素用户命名空间STD形象之外；Int (int artc，char** argv) mat src=im read (c:(用户(桌面)图像))opentent if(src.empty返回-1；}namedwindow(input ，WINDOW _ AUTOSIZE)；imshow(input ，src)；int h=src.rowsint w=src.cols//3x3平均值模糊，自定义版本为matdst=src . clone()；for(introw=1；h - 1排；row()for)int col=1；w - 1列；col ) {VEC3BP1=src。ATVEC3b(第1行，第1列)；VEC3BP2=src。ATVEC3B(第1行第2列)；VC3BP3=src。ATVEC3b(第1行第1列)；VEC3BP4=src。ATVEC3b(row，col-1)；VC3BP5=src。ATVEC3b(row，col)；VC3BP6=src。ATVEC3b(行，列1)；VC3BP7=src。ATVEC3b(row1，col-1)；VC3BP8=src。ATVEC3b(row1，col)；VEC3BP9=src。ATVEC3b(第1行第1列)；intb=P1[0]p2[0]P3[0]P4[0]P5[0]P6[0]p7[0]P8[0]p9[0]；intg=P1[1]p2[1]P3[1]P4[1]P5[1]P6[1]p7[1]P8[1]p9[1]；intr=P1[2]p2[2]P3[2]P4[2]P5[2]P6[2]p7[2]P8[2]p9[2]；夏令时。ATVEC3b(row，col)[0]=Saturate _ castuchar)b/9；夏令时。ATVEC3b(row，col)[1]=Saturate _ castuchar)g/9；夏令时。ATVEC3b(row，col)[2]=Saturate _ castu char(r/9)；}imshow(blur ，dst)；写(c:(用户(戴尔)桌面(图片(result.png)，dst))；//OpenCV平均模糊matresultblur(src，result，size (15，15)，point )-1，-1)，4)；imshow(结果)、result；wiki(0；0;产出结果

　　加油，蜜瓜，数据线上没有蛀牙！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。