手写代码实现池化操作(Python)

在图片降采样的过程中，常采用pooling(池化)方法来降采样。

计算图像一个区域上的某个特定特征的平均值或最大值，这种聚合操作叫做池化。

池化后的这些统计特征不仅具有低得多的维度，同时训练结果不容易过拟合。

常用的池化方法：

       1.均值池化：对池化区域内的像素点取均值，这种方法得到的特征数据对背景信息更敏感

        2.最大池化：对池化区域的所有像素值取最大值，这种方法得到的特征数据对纹理信息更加敏感

 

一：导入需要使用到的库

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

二：读取图片，并可视化

img = Image.open('小镇.jpg')
plt.imshow(img)
plt.axis('off')

 三：RGB三通道数据分离

r, g, b = img.split()
plt.imshow(r)
plt.axis('off')

 

四：定义池化函数

#均值池化
def pooling(data, m, n):
    a,b = data.shape
    img_new = []
    for i in range(0,a,m):
        line = []#记录每一行
        for j in range(0,b,n):
            x = data[i:i+m,j:j+n]#选取池化区域
            line.append(np.sum(x)/(n*m))
        img_new.append(line)
    return np.array(img_new)

 原图片的分辨率为：

np.array(r).shape

(576, 1024)

是一张576*1024的图片，我们使用2*2的池化区域，对图片进行池化：

img_new = pooling(np.array(r), 2, 2)
plt.imshow(img_new)
plt.axis('off')

 它的分辨率降到了：288*512

使用5*5的池化区域，其分辨率的降低可以更显著：

这是均值池化的效果，我们试一下最大值池化：

#最大池化
def pooling(data, m, n):
    a,b = data.shape
    img_new = []
    for i in range(0,a,m):
        line = []
        for j in range(0,b,n):
            x = data[i:i+m,j:j+n]
            line.append(np.max(x))
        img_new.append(line)
    return np.array(img_new)

 分别使用2*2，和5*5的池化来看一下效果：

 可以明显看出，均值池化和最大池化的区别。