使用 2D 过滤器卷积 3D 图像

Question

我有一张形状为img.shape = (500, 439, 3)

卷积函数是

def convolution(image, kernel, stride=1, pad=0):

    n_h, n_w, _ = image.shape

    f = kernel.shape[0]
    kernel = np.repeat(kernel[None,:], 3, axis=0)

    n_H = int(((n_h + (2*pad) - f) / stride) + 1)
    n_W = int(((n_w + (2*pad) - f) / stride) + 1)
    n_C = 1

    out = np.zeros((n_H, n_W, n_C))

    for h in range(n_H):
        vert_start = h*stride
        vert_end = h*stride + f

        for w in range(n_W):
            horiz_start = w*stride
            horiz_end = w*stride + f

            for c in range(n_C):
                a_slice_prev = image[vert_start:vert_end,
                                     horiz_start:horiz_end, :]

                s = np.multiply(a_slice_prev, kernel)
                out[h, w, c] = np.sum(s, dtype=float)

    return out

我想在对图像应用任何内核/过滤器之后查看图像，所以我得到了以下内容

img = plt.imread('cat.png')
kernel = np.arange(25).reshape((5, 5))
out2 = convolution(img, kernel)
plt.imshow(out2)
plt.show()

我得到

s = np.multiply(a_slice_prev, 内核)

ValueError：操作数无法与形状一起广播 (5,5,3) (3,5,5)

Answer 1

np.multiply 正在进行元素乘法。 但是，您的参数没有匹配的维度。 您可以使用此转置您的内核或图像以确保它可以工作：

kernel = kernel.transpose()

您可以在np.multiply调用之前执行此np.multiply 。

Answer 2

ValueError：操作数无法与形状一起广播 (5,5,3) (3,5,5)

因为，卷积是逐元素相乘，你的形状应该是(5,5,3)的图像区域(5,5,3)的内核，从而重复你的内核是这样的：

kernel = np.arange(25).reshape((5, 5, 1))
kernel = np.repeat(kernel, 3, axis=2)