matlab二维图像卷积,两个图像做卷积

  matlab二维图像卷积,两个图像做卷积

  说明

  1.对于二维矩阵,卷积时卷积核从左到右、从上到下滑动,对应位置需要加权求和。

  2.一般图片是RGB三个通道,每个通道都需要卷积,每个通道都是二维矩阵。灰度只有一个通道,卷起来就行了。

  实例

  defmy_conv2d(输入:np.ndarray,内核:np.ndarray):

  #计算需要填充的行数和列数。这里,假设模式是“相同的”

  #一般卷积核的hw是奇数,这里的实现也是基于奇数大小的卷积核。

  h,w=输入. shape

  Kernel=kernel [:3360-1,] [.3360-1] #卷积的定义必须旋转180度。

  h1,w1=内核.形状

  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 range(H): #行号

  for range(W): #列号

  outputs[i,j]=NP . sum(NP . multiply(inputs[I : I h1,j:j w1],内核))

  上面的Returnoutputs是python对二维图像进行卷积的方法。希望对你有帮助。更多python学习方向:Python基础课程

  本教程运行环境:windows7系统,Python 3.9.1,DELL G3电脑。

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。

留言与评论(共有 条评论)
   
验证码: