说明
1、对于二维矩阵，卷积时卷积核从左到右，从上到下滑动，需要加权和相应位置。
2、一般图片为RGB三通道，每个通道都需要卷积，每个通道都是二维矩阵。灰度图只有一个通道，可以直接卷起。
实例
defmy_conv2d(inputs:np.ndarray,kernel:np.ndarray): #假设mode是“计算需要填充的行列数”same” #一般来说，卷积核的HW是奇数，这里的实现方法也是基于奇数大小的卷积核 h,w=inputs.shape kernel=kernel[::-1,...][...,::-1]#卷积的定义必须旋转180度 h1,w1=kernel.shape h_pad=(h1-1)//2 w_pad=(w1-1)//2 inputs=np.pad(inputs,pad_width=[(h_pad,h_pad),(w_pad,w_pad)],mode="constant",constant_values=0) outputs=np.zeros(shape=(h,w)) foriinrange(h):#行号 forjinrange(w):#列号 outputs[i,j]=np.sum(np.multiply(inputs[i:i+h1,j:j+w1],kernel)) returnoutputs
以上是python在二维图像上卷积的方法，希望对大家有所帮助。更多Python学习指导：基础教程python基础教程
本文教程操作环境：windows7系统Python 3.9.1，DELL G3电脑。