我试图创建一个卷积核,中间的值将会是1.5。不幸的是,我一直在考虑如何实现这个想法。我试图创建类似于这个的东西:
Array = [
[0 , 1 , 0]
[1 , 1.5 , 1]
[0 , 1 , 0]
]
我试图创建一个卷积核,中间的值将会是1.5。不幸的是,我一直在考虑如何实现这个想法。我试图创建类似于这个的东西:
Array = [
[0 , 1 , 0]
[1 , 1.5 , 1]
[0 , 1 , 0]
]
由于OpenCV使用Numpy显示图像,因此您可以使用Numpy轻松创建卷积核。
import numpy as np
convolution_kernel = np.array([[0, 1, 0],
[1, 1.5, 1],
[0, 1, 0]])
这是核心代码。请注意,类型为<class 'numpy.ndarray'>
[[0. 1. 0. ]
[1. 1.5 1. ]
[0. 1. 0. ]]
要将核与图像卷积,可以使用cv2.filter2D()
。就像这样
import cv2
image = cv2.imread('1.png')
result = cv2.filter2D(image, -1, convolution_kernel)
如果想了解更多有关内核构建的信息,请查看这里。以下是一些常见的内核和卷积后的结果。使用此输入图像:
锐化内核
sharpen = np.array([[0, -1, 0],
[-1, 5, -1],
[0, -1, 0]])
拉普拉斯核
laplacian = np.array([[0, 1, 0],
[1, -4, 1],
[0, 1, 0]])
浮雕卷积核
emboss = np.array([[-2, -1, 0],
[-1, 1, 1],
[0, 1, 2]])
概述内核
outline = np.array([[-1, -1, -1],
[-1, 8, -1],
[-1, -1, -1]])
底部Sobel算子
bottom_sobel = np.array([[-1, -2, -1],
[0, 0, 0],
[1, 2, 1]])
左Sobel算子
left_sobel = np.array([[1, 0, -1],
[2, 0, -2],
[1, 0, -1]])
右Sobel算子
right_sobel = np.array([[-1, 0, 1],
[-2, 0, 2],
[-1, 0, 1]])
Top Sobel
top_sobel = np.array([[1, 2, 1],
[0, 0, 0],
[-1, -2, -1]])
a = np.ones((N, N)); a[N//2, N//2] = 1.5
。还可以查看scipy.signal
和scipy.ndimage
。 - Matt Hall