Konwolucja obrazów
Konwolucja obrazu z jądrem (kernelem) podsumowuje fragment obrazu jako sumę iloczynów odpowiadających sobie wartości pikseli i elementów jądra. W tym ćwiczeniu napiszesz kod wykonujący konwolucję obrazu z jądrem przy użyciu NumPy. Dla czarno-białego obrazu zapisanego w zmiennej im uzupełnij operacje wewnątrz pętli, które przeprowadzą konwolucję z podanym jądrem.
To ćwiczenie jest częścią kursu
Modelowanie obrazów z Keras
Instrukcje do ćwiczenia
- W każdej iteracji wybierz odpowiednie okno z obrazu i pomnóż ten fragment przez jądro.
- Zsumuj wynik i przypisz tę sumę do właściwego miejsca w tablicy wyjściowej (
results).
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
kernel = np.array([[0, 1, 0], [1, 1, 1], [0, 1, 0]])
result = np.zeros(im.shape)
# Output array
for ii in range(im.shape[0] - 3):
for jj in range(im.shape[1] - 3):
result[ii, jj] = (____[ii:ii+3, jj:____+____] * ____).____
# Print result
print(result)