我的项目的一部分是在图像上使用阈值内核。 阈值内核可能如下所示：
[50 100]
[150 200]
我想查看每组3x3像素（没有重叠），并使用我的内核对它们进行阈值处理。
例如，如果我有这个灰度图像：
[120 120 120 120]
[120 120 120 120]
[170 170 170 170]
[170 170 170 170]
然后在阈值处理后我得到这个图像：
[1 1 1 1]
[0 0 0 0]
[1 1 1 1]
[1 0 1 0]
我正在使用TensorFlow，我的网络需要不同形状的批次。
输入是：
data['input_tensor'] = tf.placeholder(tf.float32, shape=[None, None, None, 1], name='Input')
阈值内核的类型为：tf.Variable（），大小为5x5， 及其价值应该被学习！
我无法找到实现目标的方法。 我尝试迭代输入批处理，但其大小未知（仅在会话期间知道）。 我不想复制阈值内核，因为那时网络将尝试学习它的所有值（现在它太多了。）
有没有办法没有循环呢？ 如果没有，我怎么能用循环呢？
感谢。