python 图像卷积,计算机视觉：图像处理算法基础之图像卷积并用python展示

不讲卷积原理，只有python实现

这里只进行一个图像简单的卷积，用的核函数是三行三列二维矩阵：

kernal=[[0,-1,0],

[-1,4,-1],

[0,-1,0]]

图像没有变成灰度图，还是用三个通道。也可以用灰度图，之前有实现，原理是一致的，灰度图卷积图像会展示在最后

为了使大小和原图保持一致，用的复制边界填充，四个角也进行了处理。

代码上尽量写清楚了步骤，有些输出代码注释了，可以用来看输出结果

#用python需实现卷积，边缘像素用边缘元素复制填充

import numpy as np

import cv2 as cv

#图像填边

def r_demo(mat):

h,w,ch=mat.shape

print('h=',h)

print('w=', w)

print('ch=', ch)

#将newMat边缘补齐

newMat=np.zeros([h+2,w+2,3],np.uint8)

print("newMat.shape=",newMat.shape)

newMat[1:h+1,0]=mat[:,0] #将mat第一列传给newMat第一列的中间w个值

print("mat=", mat[:,0])

print("newMat[1:h+1,0]=",newMat[0:h+1,0])

newMat[1:h+1,newMat.shape[1]-1]=mat[:,mat.shape[1]-1] #将mat最后一列复制给newMat最后一列

print("newMat[1:h+1,newMat.shape[1]-1]=", newMat[1:h+1,newMat.shape[1]-1])

newMat[0,1:w+1]=mat[0,:] #将mat第一行赋值给newMat第一行

newMat[newMat.shape[0]-1,1:w+1]=mat[mat.shape[0]-1,:] #将mat最后一行赋值给 newMat最后一行

#接下来将newMat四角补齐

newMat[0][0]=mat[0][0]

newMat[0][w+1]=mat[0][w-1]

newMat[h+1,0]=mat[h-1][0]

newMat[h+1][w+1]=mat[h-1][w-1]

#接下来将各个元素补齐

newMat[1:h+1,1:w+1]=mat[0:h,0:w]

print("newMat=",newMat)

return newMat

#卷积函数

def r_method(image,mat):

h,w,ch=image.shape

h1,w1,ch=mat.shape

finalMat=np.zeros([h-2,w-2,3],np.uint8)

#向下,对每行来说，向右移动,x想卷后赋值给最终的矩阵

for row in range(h-h1-1):

for col in range(w-w1-1):

for c in range(ch):

# print('1=', np.array(image[row:row + 3, col:col + 3]))

# print('2=', np.array(mat[0: 3, 0: 3]))

# print("row=", row)

# print("col=", col)

finalMat[row][col][c]=np.sum(np.array(image[row:row+3,col:col+3,c])*np.array(mat))

print(finalMat.shape)

return finalMat

#得到一个填边图像

mat=np.zeros([3,3],np.uint8)

mat1=np.array([[1,2,3],[4,5,6],[6,7,8]],np.uint8)

print(mat1)

# Mat=r_demo(mat1)

#接下来进行卷积：模糊或者锐化

#滤波算子

r=np.array([[[0,-1,0],

[-1,4,-1],

[0,-1,0]]],np.uint8)

#卷积函数

# r_method(Mat,r)

#图片测试

# 测试代码

src = cv.imread(r'/Users/a58/Desktop/picture/opencv/a.jpg')

cv.imshow('src',src)

print("src=",src)

#图片填边

print(src.shape)

Mat1=r_demo(src)

#灰度

# Mat2=cv.cvtColor(Mat1,cv.COLOR_BGR2GRAY)

# print(Mat2)

# print("Mat2.shape=",Mat2.shape)

#相卷

src1=0.1*r_method(Mat1,r)

cv.imshow("t_test",src1)

cv.waitKey(0)

原图

输出卷积后图像(三通道)：

输出卷积后图像(灰度图，左边是原图)：