Bildkonvolutioner
En konvolution av en bild med en kernel sammanfattar en del av bilden som summan av multiplikationen av den delen av bilden med kerneln. I den här övningen skriver du koden som utför en konvolution av en bild med en kernel med hjälp av Numpy. Givet en svartvit bild som är lagrad i variabeln im, skriv operationerna inuti loopen som utför konvolutionen med den angivna kerneln.
Den här övningen är en del av kursen
Bildmodellering med Keras
Övningsinstruktioner
- Välj rätt fönster från bilden i varje iteration och multiplicera den delen av bilden med kerneln.
- Summera resultatet och tilldela summan till rätt position i utdatamatrisen (
results).
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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)