OpenCV-20卷积操作

一、什么是图像卷积

图像卷积就是卷积在图像上按照滑动遍历像素时不断的相乘求和的过程。

绿色为图片, 黄色为卷积核, 粉色为最终得到的卷积特征。

二、步长

步长就是卷积核在图像上移动的步幅,每次移动一个方格则步幅为1。且一般为1。

若步长越大,则 中间的像素点得不到扫描,最终的图像会更小一点。

三、padding

如果需要保持图片大小不变,我们需要在图片周围填充0.

padding指的就是填充0的层数。

我们可以通过公式计算需要填充的0的圈数。

输入体积大小:H1*W1*D1(分别为高度、宽度和通道数)

四个超参数:Filter数量K; (卷积核数量)

Filter大小F; (一般为基数 3*3, 5*5, 7*7)

步长S;

零填充大小P;

输出体积大小H2 * W2 * D2

H2 = (H1 - F + 2P) / S +1

W2 = (W1 - F + 2P) / S +1

D2 = K

如果要保持卷积之后的图片大小不变,可以得到等式:(N+2P-F+1) = N

从而推导出:P = (F-1) / 2 (默认S=1)

四、卷积核的大小

图片卷积中,卷积核一般为奇数,比如3*3, 5*5, 7*7,原因如下:

1)根据上面padding的公式,如果要保持图片大小不变,采用偶数卷积核的话,比如4*4,将会出现填充1.5圈0的情况。

2)奇数维度的过滤器由中心,便于指出过滤器的位置,即OpenCV卷积中的锚点。

五、卷积案例

使用API---fifter2D(src, ddepth, kernel [, dst [,anchor[, delta[, borderType]]])

-- ddepth是卷积之后图片的位深,即卷积之后的图片的数据类型,一般为-1,表示与原图一致。

-- kernel 是卷积核的大小,用元组或者ndarray表示,要求数据类型必须为float型。

-- anchor 锚点,即卷积核的中心点,是可选参数,默认是(-1, -1)

-- delta可选参数,表示卷积之后额外加的一个值,相当于线性方程中的偏差,默认为0。

-- borderType 边界类型,一般不设置。

网络上有许多图片处理的卷积核

示例代码如下:

复制代码
import cv2
import numpy as np

dog = cv2.imread("dog.png")

# 卷积核
# kernel = np.ones((5, 5),np.float32) / 25   # 相当于所有点/25取平均值,图片变得模糊
# 尝试其他的卷积核
kernel = np.array([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]])

# 卷积操作
new_dog = cv2.filter2D(dog, -1, kernel)
cv2.imshow("dog", dog)
cv2.imshow("new_dog", new_dog)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下:

相关推荐
pingzhuyan1 小时前
python入门篇12-虚拟环境conda的安装与使用
python·ai·llm·ocr·conda
香蕉可乐荷包蛋1 小时前
排序算法 (Sorting Algorithms)-Python示例
python·算法·排序算法
音视频牛哥1 小时前
打通视频到AI的第一公里:轻量RTSP服务如何重塑边缘感知入口?
人工智能·计算机视觉·音视频·大牛直播sdk·机器视觉·轻量级rtsp服务·ai人工智能
Wendy14412 小时前
【灰度实验】——图像预处理(OpenCV)
人工智能·opencv·计算机视觉
中杯可乐多加冰2 小时前
五大低代码平台横向深度测评:smardaten 2.0领衔AI原型设计
人工智能
无线图像传输研究探索3 小时前
单兵图传终端:移动场景中的 “实时感知神经”
网络·人工智能·5g·无线图传·5g单兵图传
菜鸟学Python3 小时前
Python web框架王者 Django 5.0发布:20周年了!
前端·数据库·python·django·sqlite
zzywxc7874 小时前
AI在编程、测试、数据分析等领域的前沿应用(技术报告)
人工智能·深度学习·机器学习·数据挖掘·数据分析·自动化·ai编程
铭keny4 小时前
YOLOv8 基于RTSP流目标检测
人工智能·yolo·目标检测
旧时光巷4 小时前
【机器学习-4】 | 集成学习 / 随机森林篇
python·随机森林·机器学习·集成学习·sklearn·boosting·bagging