pytorch结合opencv对图片进行卷积和池化操作

1.概述

卷积在 pytorch 中的卷积操作通常用 torch.nn.Conv2d()实现，这种形式对于输入的要求都是：

1. 首先需要输入是一个 torch.autograd.Variable() 的类型，但是现在Variable() 和tensor类型合并了，所以输入为tensor类型即可；
2. 输入大小是 (batch, channel, H, W)，其中 batch 表示输入的一批数据的数目，第二个是输入的通道数，一般一张彩色的图片是 3，灰度图是 1，而卷积网络过程中的通道数比较大，会出现几十到几百的通道数，H 和 W 表示输入图片的高度和宽度
3. 注意卷积核的shape要和输入图像的shape值相同

2.整体流程：

4. 利用cv2读取灰度图
5. 将图片转换成numpy.ndarray格式，且dtype=‘float32’
6. 转成tensor格式，并且reshape成 (batch,channal,h,w)形式
7. 卷积，激活函数，池化(注：sobel_kernel 要和img一个shape)

3.具体实现

import numpy as np
import torch
from torch import nn
import torch.nn.functional as F
import cv2

'''
流程：
1.利用cv2读取灰度图
2.将图片转换成numpy.ndarray格式，且dtype='float32'
3.转成tensor格式，并且reshape成 (batch,channal,h,w)形式
4.卷积，激活函数，池化(注：sobel_kernel 要和img一个shape)
'''

im=cv2.imread("./contours.png",0) # 读入一张灰度图的图片   466*619
im = np.array(im, dtype='float32') # 将其转换为一个矩阵

im = torch.from_numpy(im.reshape((1, 1, im.shape[0], im.shape[1])))  # torch.Size([1, 1, 466, 619])

conv1 = nn.Conv2d(1, 1, 3, bias=False) # 定义卷积

sobel_kernel = np.array([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]], dtype='float32') # 定义轮廓检测算子  3*3
sobel_kernel = sobel_kernel.reshape((1, 1, 3, 3)) # 适配卷积的输入输出   3*3=1*1*3*3
conv1.weight.data = torch.from_numpy(sobel_kernel) # 给卷积的 kernel 赋值,假如不赋值，会自动赋予一个kernel_size=3的卷积核

edge1 = conv1(im)   # 进行卷积
# edge1 = edge1.data.squeeze().numpy() # 将输出转换为图片的格式,(464, 617),<class 'tuple'>，为了方便展示图片

x=F.relu(edge1)   #加入一层激活函数

# 最大池化层
pool1 = nn.MaxPool2d(2, 2)
x = pool1(x)       #加入一层池化
#print(x.data)   # torch.Size([1, 1, 232, 308])  tensor

x = x.data.squeeze().numpy()  # (232, 308)  numpy
#print(x.shape)#输出大小


cv2.imshow('img',x)
cv2.waitKey(0)