简单的图片卷积计算

卷积的概念

通过两个函数 $f_x$ 和 $g_x$ 生成第三个函数 $T_x$ 的一种数学算子

如何通俗易懂地解释卷积？马同学 知乎详解

卷积公式

$$(f\cdot g{)}_{(n)}={\int }_0^n{f}_{(x)}\cdot g_{(n-x)}\mathrm{d}x=>\sum _{x=0}^n{f}_{(x)}\cdot g_{(n-x)}$$

卷积代码

import numpy


def normal(image, kernel):
	
    res = numpy.multiply(image, kernel).sum()
    if res > 255:
        return 255
    else:
        return res


def _convolve(img_single, kernel):
    h_kernel, w_kernel = kernel.shape
    h_image, w_image = img_single.shape
	# 原图大小的矩形
    res_h = h_image - h_kernel + 1
    res_w = w_image - w_kernel + 1
	# 设置一个和传进来的img一样的维度数组 并赋值为零 
    res = numpy.zeros((res_h, res_w), numpy.uint8)

    for i in range(res_h):
        for j in range(res_w):
            res[i, j] = normal(img_single[i:i+h_kernel, j:j+w_kernel], kernel)

    return res


def conv(image, kernel):
    h = kernel.shape[0] // 2
    w = kernel.shape[1] // 2
    # resize to image, padding size (h, w)
    image = numpy.pad(image, ((h, h), (w, w), (0, 0)), 'constant')
    conv_b = _convolve(image[..., 0], kernel)
    conv_g = _convolve(image[..., 1], kernel)
    conv_r = _convolve(image[..., 2], kernel)
    res = numpy.dstack([conv_b, conv_g, conv_r])

    return res