這篇文章將為大家詳細(xì)講解有關(guān)python怎么在二維圖像上進(jìn)行卷積，小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對這個(gè)行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價(jià)值的長期合作伙伴，公司提供的服務(wù)項(xiàng)目有：域名申請、網(wǎng)絡(luò)空間、營銷軟件、網(wǎng)站建設(shè)、正定網(wǎng)站維護(hù)、網(wǎng)站推廣。

1、說明

對于二維矩陣，卷積時(shí)卷積核由左向右、由上向下滑動(dòng)，對應(yīng)位置要求加權(quán)和。

一般圖片為RGB三通道，需要每個(gè)通道卷積，每個(gè)通道都是二維矩陣。灰度圖只有一個(gè)通道，直接卷起即可。

2、實(shí)例

def my_conv2d(inputs: np.ndarray, kernel: np.ndarray):
    # 計(jì)算需要填充的行列數(shù)目，這里假定mode為“same”
    # 一般卷積核的hw都是奇數(shù)，這里實(shí)現(xiàn)方式也是基于奇數(shù)尺寸的卷積核
    h, w = inputs.shape
    kernel = kernel[::-1, ...][..., ::-1]  # 卷積的定義，必須旋轉(zhuǎn)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):  # 行號(hào)
        for j in range(w):  # 列號(hào)
            outputs[i, j] = np.sum(np.multiply(inputs[i: i + h2, j: j + w1], kernel))
return outputs

python有哪些常用庫

python常用的庫：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。

關(guān)于“python怎么在二維圖像上進(jìn)行卷積”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺得文章不錯(cuò)，請把它分享出去讓更多的人看到。