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。