python - python中的高效空间变化卷积
问题描述
我正在尝试找到一种有效的方法来将 2D numpy 数组与不同位置的一堆过滤器进行卷积。也就是说:我有一个数组 A(hxw) 和一个内核列表 K[k1, k2, k3, ...] 和一个内核选择器映射 S(hxw)。现在,我想执行空间变化的卷积,其中 A[i, j] 处的每个像素都与内核 K[S[i, j]] 进行卷积。是否有现有的功能或者我必须对它进行 Cythonize 处理?Opencv 和 scipy 只有统一卷积。一种低效的解决方案是将 A 与 K 中的每个内核卷积并使用 S 进行选择。但这是大量浪费的计算,并且对于大内核大小不实用。
解决方案
推荐阅读
- angularjs - Springboot web应用:加载资源失败:服务器响应状态为404()
- python - 如何通过 pip 安装 tweepy?
- javascript - 传单不接受边界
- azure-service-fabric - 如何将托管服务标识添加到托管在 Azure VM Scaleset 或 Service Fabric 中的容器?
- functional-programming - 类型检查与类型推断
- c# - 通过 tcp 流式传输的图像被分成 3 部分,中间缺失
- css - 如何去除卡入和设计的填充物?
- java - 包 Spring Java 中的实体列表
- r - 检查字符串等价性
- javascript - 如何将 css-loader 和 stylus-loader 添加到 nuxt.config.js 中?