首页 / PYTHON / 使用python卷积周期图像
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
![使用python卷积周期图像](/upload/InfoBanner/zyjiaocheng/732/fa3056ea1ffd45858e83d14ba19af5d2.jpg)
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
扫描二维码推送至手机访问。