python - 使用卷积来导出图像边缘上的错误结果
问题描述
我正在学习图像处理的在线课程,其中所有问题集都在MATLAB中给出。尽管如此,我试图用Python解决它们,当我尝试使用卷积计算图像导数时,我得到了一些意想不到的结果:[0.5,0, -0.5]
.
给定行i
,我想使用卷积计算列导数g
。
image[i,:] = [1,2,3,4]
g = [0.5,0,-0.5]
我使用以下代码对两者进行卷积:
inImage_i_conv = np.zeros_like(inImage_i)
for j in range(0,len(inImage_i)-1):
conv = []
for m in range(len(dy)):
l = m-1
conv.append(inImage_i[j-l]*dy[l+1])
inImage_i_conv[j] = np.sum(conv)
结果是array([-1, 1, 1, 0])
。-1
开头的原因是在j = 0
and下l = 1
,我实际上得到了[-1]
元素,在Python中是第n
th 元素。
我应该在第 th 行(或图像最左列的列)0
之前添加 a 吗?我应该在左边添加第一个元素的副本吗?i
0
常见的做法是什么?因为我的结果显然是错误的。
解决方案
因此,如果您想自己纠正卷积,这里是一个好的开始。
import numpy as np
def zero_pad(X, pad):
X_pad = np.pad(X, pad, 'constant', constant_values=0)
return X_pad
def conv_step(x, W):
return np.sum(np.multiply(x, W))
def conv(s, k):
diff = abs(len(s) - len(k) - 1)
slide = len(k)
# flip kernel
k = k [::-1]
Z = np.zeros(shape=len(s)-diff)
for i in range(Z.shape[0]):
Z[i] = conv_step(s[i:i+slide], k)
return Z
s = [1,2,3,4]
g = [0.5,0,-0.5]
print(np.convolve(s, g, 'same')) # [ 1. 1. 1. -1.5]
print(conv(zero_pad(s,1),g)) # [ 1. 1. 1. -1.5]
您可以看到它返回的结果与内置函数相同np.convolve
。它遵循卷积的基本步骤,您可以在https://en.wikipedia.org/wiki/Convolution中看到这些步骤
- 将向量填充到所需的长度
- 翻转内核(或输入)
- 创建所需长度的填充向量
- 迭代它,每次乘法都跟着求和
推荐阅读
- maven - 如何使用类似选项的命令覆盖 Maven 属性?
- android - React Native Android 生产版本仍然表现得像一个开发版本
- qt - Qt creator:堆叠的小部件弹出
- c# - 如何为整个 Winform 应用程序设置文化
- asp.net - 在 Heroku 中使用 Entity Framework、ASP.NET MVC Core 和 PostgreSQL
- php - 尝试从 AJAX 调用返回数据时出现意外结果
- rest - Yahoo Gemini 沙盒创建“INVALID_EMAIL_ADDRESS”
- postgresql - postgres / docker: password authentication failed for user
- visual-studio-code - call vscode extension activation script from command line
- azure-functions - Azure EventHub 和函数 LeaseLostException