Question

我有一张img.shape = (500, 439, 3)形的图片

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/过滤器后查看图像，所以得到了以下内容

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

我明白了

s = np.multiply（a_slice_prev，内核）

ValueError：操作数不能与形状一起广播（5,5,3）（3,5,5）

Answer 1

np.multiply正在执行逐元素乘法。但是，您的参数没有匹配的维度。您可以以此来转置内核或映像，以确保其可以正常工作：

kernel = kernel.transpose()

您可以在致电np.multiply之前执行此操作。

Answer 2

ValueError：操作数不能与形状（5,5,3）（3,5,5）一起广播

由于卷积是逐元素乘法，因此图像区域的形状应为(5,5,3)，内核应为(5,5,3)，因此，请像这样重复内核：

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

带2D滤镜的卷积3D图像

2 个答案: