深度学习-11.卷积的学习

本文转自：知乎
作者：djh
理解二维数组的卷积

比如说如下两个数组进行卷积Mr Mc 为数组A的行列数

我们计算下

C（2,2） = 1*1+1*0+1*1+0*0+1*1+1*0+0*1+0*0+1*1 = 4；

其实就是下面的六个数和右边的六个数相乘。

红色部分我们称之为卷积核。它对原始数据进行一定的处理。通常使用图像来做比喻会让人更明白。

我对数学研究不深所以拿别人的几种卷积核进行对比下。

通用的几种卷积核。（3*3）为例子

原始图像：

数据不变的卷积核。

代码如下：

 img = plot.imread("test.jpeg")
 nuclearNothing = np.array([[0,0,0],
                     [0,1,0],
                     [0,0,0]])
 nuclearNothingFilter = cv2.filter2D(img,-1,nuclearNothing)
 plot.imshow(nuclearNothingFilter)
 plot.show()

效果

边沿检测的卷积核

代码如下：

nuclearNothing = np.array([[0,-1,0],
                     [0,1,0],
                     [0,0,0]])
 nuclearNothingFilter = cv2.filter2D(img,-1,nuclearNothing)
 plot.imshow(nuclearNothingFilter)
 plot.show()

当然上面的是竖直方向的，下面的是水平方向的

nuclearNothing = np.array([[0,0,0],
                     [-1,1,0],
                     [0,0,0]])
nuclearNothingFilter = cv2.filter2D(img,-1,nuclearNothing)
plot.imshow(nuclearNothingFilter)
plot.show()

图像锐化滤波器

我们拿一种举例

nuclearNothing = np.array([[0,-1,0],
                     [-1,5,-1],
                     [0,-1,0]]) 
nuclearNothingFilter = cv2.filter2D(img,-1,nuclearNothing)
plot.imshow(nuclearNothingFilter) 
plot.show()

均值模糊

nuclearNothing = np.array([ [0,0.5,0],
                             [0.5,0,0.5],
                             [0,0.5,0]]) 
nuclearNothingFilter = cv2.filter2D(img,-1,nuclearNothing) 
plot.imshow(nuclearNothingFilter) 
plot.show()

其他

关注我不迷路，目前只是一些入门级的小文章，后面会有AI系列文章推送。

https://github.com/yazone/ai_learning_path

http://weixin.qq.com/r/5y-Ty4PEcd4Orceo93r1 (二维码自动识别)

推荐阅读

更多嵌入式AI技术干货请关注嵌入式AI专栏。

-END-

其他

推荐阅读

目录