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。
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。
2、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 h2, w1 = kernel.shape h_pad = (h2 - 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 + h2, j: j + w1], kernel)) return outputs
python常用的库：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。
关于“python怎么在二维图像上进行卷积”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
