使用python卷积周期图像

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了使用python卷积周期图像，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含990字，纯文字阅读大概需要2分钟。

内容图文

我想卷积一个概念上是周期性的n维图像.

我的意思是：如果我有2D图像

>>> image2d = [[0,0,0,0],
...            [0,0,0,1],
...            [0,0,0,0]]

我想用这个内核卷积它：

>>> kernel = [[ 1,1,1],
...           [ 1,1,1],
...           [ 1,1,1]]

然后我希望结果是：

>>> result = [[1,0,1,1],
...           [1,0,1,1],
...           [1,0,1,1]]

如何在python / numpy / scipy中执行此操作？

请注意,我对创建内核不感兴趣,但主要是卷积的周期性,即结果图像中最左边的三个(如果有意义的话).

解决方法:

这已经内置了,scipy.signal.convolve2d的可选边界=’wrap’,它给出周期性边界条件作为卷积的填充.此处的mode选项为“相同”,以使输出大小与输入大小相匹配.

In [1]: image2d = [[0,0,0,0],
    ...            [0,0,0,1],
    ...            [0,0,0,0]]

In [2]: kernel = [[ 1,1,1],
    ...           [ 1,1,1],
    ...           [ 1,1,1]]

In [3]: from scipy.signal import convolve2d

In [4]: convolve2d(image2d, kernel, mode='same', boundary='wrap')
Out[4]: 
array([[1, 0, 1, 1],
       [1, 0, 1, 1],
       [1, 0, 1, 1]])

这里唯一的缺点是你不能使用通常更快的scipy.signal.fftconvolve.

内容总结

以上是互联网集市为您收集整理的使用python卷积周期图像全部内容，希望文章能够帮你解决使用python卷积周期图像所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端