本文共 2796 字，大约阅读时间需要 9 分钟。

目录

• 1 简介
• 2 使用卷积
• 3 开始编码
• 4 创建卷积
• 5 查看结果
• 6 了解池化
• 7 编写池化代码

1 简介

在本节中，你将了解卷积以及它们在计算机视觉场景中如此强大的原因。

在上一节中，我们了解了如何使用Fashion MNIST数据集为时尚项目训练图像分类器。但这里有一个明显的约束：图像时28×28的，且图像在图片居中。

例如，这里有Fshion MNIST中的几张图。

上节我们创建的全连接网络DNN知识从构成毛衣的原始像素中学到的，那么考虑一下如何对下面这张图片进行分类呢？

虽然很明显这张图片有靴子，但分类器会因多种原因而失败。首先，它不是28×28的灰度图，更重要的是，分类器是从左开始的原始像素上进行训练的。要解决此问题，可以使用Convolutions

2 使用卷积

卷积是一种过滤器，它通过图像处理它，并提取在图像中显示共性的特征。在本节中，我们将看到它们的工作原理，并处理图像以查看是否可以从中提取特征。

这个过程非常简单，我们只需扫描图像中的每个像素，然后查看其相邻像素。我们可以将这些像素的值乘以滤波器中的等效权重。

下面将通过在2D图像中来探索卷积的工作原理。

主要是通过scipy的ascent图像来证明这一点。这是一个很好的内置图片 ，有很多角度和线条。

3 开始编码

首先引入一些Python库并获取上升图片

import cv2import numpy as npfrom scipy import misc

i = misc.ascent()

接下来，使用pyplot库来绘制图形，以便我们知道图像样子

import matplotlib.pyplot as plt%matplotlib inlineplt.grid(False)plt.gray()plt.axis("off")plt.imshow(i)

我们可以看到这是一个楼梯间的图像。我们可以试试是否可以隔离它们，例如：强烈的垂直线。

图像存储为numpy数组，我们可以通过复制该数组来创建转换后的图像。

i_transformed = np.copy(i)size_x = i_transformed.shape[0]size_y = i_transformed.shape[1]

4 创建卷积

首先，我们将卷积矩阵设为3×3的数组。

filter = [[-1,-2,-1],[0,0,0],[1,2,1]]weight = 1

现在我们将计算像素，迭代图像。

for x in range(1,size_x-1):    for y in range(1,size_y-1):        output_pixel = 0.0        output_pixel = output_pixel + (i[x - 1, y-1] * filter[0][0])        output_pixel = output_pixel + (i[x, y-1] * filter[0][1])        output_pixel = output_pixel + (i[x + 1, y-1] * filter[0][2])        output_pixel = output_pixel + (i[x-1, y] * filter[1][0])        output_pixel = output_pixel + (i[x, y] * filter[1][1])        output_pixel = output_pixel + (i[x+1, y] * filter[1][2])        output_pixel = output_pixel + (i[x-1, y+1] * filter[2][0])        output_pixel = output_pixel + (i[x, y+1] * filter[2][1])        output_pixel = output_pixel + (i[x+1, y+1] * filter[2][2])        output_pixel = output_pixel * weight        if output_pixel<0:            output_pixel = 0        if output_pixel>255:            output_pixel = 255        i_transformed[x,y] = output_pixel

5 查看结果

现在我们可以绘制图像来查看卷积后的图像的结果

plt.gray()plt.grid(False)plt.imshow(i_transformed)

下面，将考虑卷积核对图像的影响。

使用[-1,0,1,-2,0,2,-1,0,1]为我们提供了一组非常强大的垂直线：

使用[-1,-2,-1,0,0,0,1,2,1]提供了一组水平线

6 了解池化

除了使用卷积，池化还可以帮助我实现检测功能。池化的目标是减少图像中的总信息两，并同时保持检测到特征存在。

其实有许多不同类型的池，但对于本实验，我们将使用一个称为MAX的池。

这里的想法是迭代图像，并考虑右侧、下方和右下方的像素及其近邻。取其中最大的加载到新图像中。因此，新图像时旧图像的1/4.

7 编写池化代码

此代码将执行(2,2)池。运行它并查看输出结果，我们将看到图像时原始尺寸的1/4,同时保留所有特征。

new_x = int(size_x/2)new_y = int(size_y/2)newImage = np.zeros((new_x,new_y))for x in range(0,size_x,2):    for y in range(0,size_y,2):        pixels = []        pixels.append(i_transformed[x, y])        pixels.append(i_transformed[x+1, y])        pixels.append(i_transformed[x, y+1])        pixels.append(i_transformed[x+1, y+1])        pixels.sort(reverse=True)        newImage[int(x/2),int(y/2)] = pixels[0]plt.gray()plt.grid(False)plt.imshow(newImage)

注意，此时图像现在是256×256，原始尺寸的1/4,并且检测到的功能已得到增强。

转载地址：https://codingchaozhang.blog.csdn.net/article/details/90718068 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！