读取图像,对图像作最大池化处理。
原图如下:
关于最大池化
将图片按照固定大小网格分割,网格内的像素值取网格内所有像素的最大值。
我们将这种把图片使用均等大小网格分割,并求网格内代表值的操作称为池化(Pooling)。
池化操作是卷积神经网络(Convolutional Neural Network中重要的图像处理方式。最大池化按照下式定义:
代码实现
# -*- coding: utf-8 -*-
"""
Created on Wed Apr 8 21:26:48 2020
@author: Tian YJ
"""
import cv2
import numpy as np
# 定义最大池化函数,网格大小为8*8
def max_pooling(img, G=8):
out = img.copy()
# 获取图片尺寸
H, W, C = img.shape
H_new = int(H/G)
W_new = int(W/G)
for h in range(H_new):
for w in range(W_new):
for c in range(C):
out[G*h:G*(h+1), G*w:G*(w+1), c] = np.max(img[G*h:G*(h+1), G*w:G*(w+1), c]).astype(np.int)
return out
# 读取图片
path = 'C:/Users/86187/Desktop/image/'
file_in = path + 'cake.jpg'
file_out = path + 'max_pooling.jpg'
img = cv2.imread(file_in)
# 调用函数进行最大池化
out = max_pooling(img)
# 保存图片
cv2.imwrite(file_out, out)
cv2.imshow("result", out)
cv2.waitKey(0)
cv2.destroyAllWindows()
结果展示
原图 | 平均池化 |
---|---|