zoukankan html css js c++ java

tf.nn.conv2d卷积函数之图片轮廓提取

一.tensorflow中二维卷积函数的参数含义：
def conv2d(input, filter, strides, padding, use_cudnn_on_gpu=True, data_format="NHWC", dilations=[1, 1, 1, 1], name=None)
卷积操作函数：
input：需要做卷积操作的图片；四维tensor张量，类型float32或float64；[batch,in_height,in_width,in_channels]形状（shape）：batch训练时一个batch的图片数量，in_height图片高度，in_width图片宽度，in_channels图像通道数
filter：CNN中的卷积核（滤波器），四维tensor张张量，[filter_height,filter_width,in_channels,out_channels]形状（shape）：卷积核高度，卷积核宽度，图像通道数，卷积核个数。
strides：卷积时图像每一维的步长。一维向量长度为4   如[1,1,1,1]
padding:决定是否补充0，SAME：填充到滤波器能够到达图像的边缘  VALID：边缘不填充
use_cudnn_on_gpu:bool类型，是否使用cudn加速，默认加速
返回值：featuremap特征图片（tensor张量）

input：输入的图片  如：[1,5,5,1]下图

filter：卷积核或滤波器

strides：步长（注意：图像每一维的步长，input是四维tensor，strides=[1,1,1,1]表示每一维的步长）

padding：padding=‘SAME’补0 当padding='VALID'不补充0

返回值：featuremap特征图片

二.卷积函数的简单实例

import tensorflow as tf
image = [0,1.0,1,2,2,0,1,1,0,0,1,1,0,1,0,1,0,1,1,1,0,2,0,1,0] ##注意：数据类型为float32或float64不能是int，其中需有一个1.0
input = tf.Variable(tf.constant(image,shape=[1,5,5,1]))  ###输入一个5*5的图像矩阵
fil1 = [-1.0,0,1,-2,0,2,-1,0,1]                          ##注意：数据类型为float32或float64不能是int，其中需有一个1.0
filter = tf.Variable(tf.constant(fil1,shape=[3,3,1,1]))  ###定义卷积核（滤波器）

op = tf.nn.conv2d(input,filter,strides=[1,1,1,1],padding='SAME')  ##一个通道输入，输出一个featuremap

init = tf.global_variables_initializer()

with tf.Session() as  sess:
    sess.run(init)
    print('input:
', sess.run(input))
    print('op:
',sess.run(op))

##输出结果
'''
input:
 [[[[ 0.]
   [ 1.]
   [ 1.]
   [ 2.]
   [ 2.]]

  [[ 0.]
   [ 1.]
   [ 1.]
   [ 0.]
   [ 0.]]

  [[ 1.]
   [ 1.]
   [ 0.]
   [ 1.]
   [ 0.]]

  [[ 1.]
   [ 0.]
   [ 1.]
   [ 1.]
   [ 1.]]

  [[ 0.]
   [ 2.]
   [ 0.]
   [ 1.]
   [ 0.]]]]
op:
 [[[[ 3.]
   [ 3.]
   [ 1.]
   [ 1.]
   [-4.]]

  [[ 4.]
   [ 2.]
   [-1.]
   [-1.]
   [-3.]]

  [[ 3.]
   [-1.]
   [ 0.]
   [-1.]
   [-3.]]

  [[ 3.]
   [-1.]
   [ 1.]
   [ 0.]
   [-4.]]

  [[ 4.]
   [ 0.]
   [-1.]
   [ 0.]
   [-3.]]]]
'''

图示卷积过程tf实现

结果一致：

总结：

1.数据类型 input 和 filter的数据类型都只能是float32 或 float64

2.strides步长：是指输入数据的每一个维度的步长，输入数据是4维tensor 所以步长[1,1,1,1]（一维tensor，长度4）才是和图示步长一致。

3.卷积的实现过程：

红色区域与蓝色区域对应位置的值相乘，之后所有乘积累加

0*（-1）+0*0+0*1+0*（-2）+0*0+1*2+0*（-1）+0*0+1*1=3

注意：对应位置相乘后累加（内积），而不是矩阵乘法

4.padding的规则：

　　padding=‘VALID’时，边缘不填充。输出的featuremap的高宽

　　output_width = (in_width-filter_width+1)/strides_width 输出featuremap对的宽度=（输入图片的宽度-卷积核的宽度）/步长宽度【向上取整：当步长>1时，有可能取值不为整数】

　　output_height = (in_height-filter_height+1)/strides_height 输出featuremap对的高度=（输入图片的高度-卷积核的高度）/步长高度【向上取整】　　

　　padding=‘SAME’时的补0的规则。这个很容易理解：补了0的矩阵计算规则一样，用上面的公式（output_width = (in_width-filter_width+1)/strides_width）可以反推得到in_width这时得到的是补了0的矩阵宽度减去实际的输入矩阵宽度，就是多出来的（补0的宽度）。

　　pad_width = max((out_width-1)*trides_width+filter_width-in_width,0) ##为什么要和0比大小呢？因为小于等于0都是没有补0的情况。

三.卷积操作的参数组合

输入图片：灰度图是1通道输出，彩色图片3通道（RGB 红绿蓝）

卷积核：A.1通道灰度图1个卷积核----1个featuremap输出

　　　　B.1通道灰度图2个卷积核----2个featuremap输出

　　　　C.3通道彩色图1组（3个卷积核）----1组（3个featuremap）----对应位置相加-----1个featuremap输出

　　　　D.3通道彩色图2组（6个卷积核）----2组（6个featuremap）----每组对应位置相加----2个featuremap输出

步长和补0：均适用于ABCD等情况

　　　　这里引用一张gif图片（来自博客：https://www.cnblogs.com/duanhx/p/9655223.html）

在tensorflow中实现ABCD四种情况的卷积操作：

import tensorflow as tf
image = [0,1.0,1,2,2,0,1,1,0,0,1,1,0,1,0,1,0,1,1,1,0,2,0,1,0]
input = tf.Variable(tf.constant(image,shape=[1,5,5,1]))  ##1通道输入
fil1 = [-1.0,0,1,-2,0,2,-1,0,1]
filter = tf.Variable(tf.constant(fil1,shape=[3,3,1,1]))  ##1个卷积核对应1个featuremap输出

op = tf.nn.conv2d(input,filter,strides=[1,1,1,1],padding='SAME')  ##SAME补0操作

init = tf.global_variables_initializer()

with tf.Session() as  sess:
    sess.run(init)
    print('input:
', sess.run(input))
    print('filter:
', sess.run(filter))
    print('op:
',sess.run(op))

##输出结果
'''
input:
 [[[[ 0.]
   [ 1.]
   [ 1.]
   [ 2.]
   [ 2.]]

  [[ 0.]
   [ 1.]
   [ 1.]
   [ 0.]
   [ 0.]]

  [[ 1.]
   [ 1.]
   [ 0.]
   [ 1.]
   [ 0.]]

  [[ 1.]
   [ 0.]
   [ 1.]
   [ 1.]
   [ 1.]]

  [[ 0.]
   [ 2.]
   [ 0.]
   [ 1.]
   [ 0.]]]]
filter:
 [[[[-1.]]

  [[ 0.]]

  [[ 1.]]]


 [[[-2.]]

  [[ 0.]]

  [[ 2.]]]


 [[[-1.]]

  [[ 0.]]

  [[ 1.]]]]
op:
 [[[[ 3.]
   [ 3.]
   [ 1.]
   [ 1.]
   [-4.]]

  [[ 4.]
   [ 2.]
   [-1.]
   [-1.]
   [-3.]]

  [[ 3.]
   [-1.]
   [ 0.]
   [-1.]
   [-3.]]

  [[ 3.]
   [-1.]
   [ 1.]
   [ 0.]
   [-4.]]

  [[ 4.]
   [ 0.]
   [-1.]
   [ 0.]
   [-3.]]]]
'''

A.1通道输入1个卷积核1个featuremap输出

import tensorflow as tf
image = [0,1.0,1,2,2,0,1,1,0,0,1,1,0,1,0,1,0,1,1,1,0,2,0,1,0]
input = tf.Variable(tf.constant(image,shape=[1,5,5,1]))  ##1通道输入
fil1 = [-1.0,0,1,-2,0,2,-1,0,1,-1.0,0,1,-2,0,2,-1,0,1]
filter = tf.Variable(tf.constant(fil1,shape=[3,3,1,2]))  ##2个卷积核对应2个featuremap输出

op = tf.nn.conv2d(input,filter,strides=[1,1,1,1],padding='SAME')

init = tf.global_variables_initializer()

with tf.Session() as  sess:
    sess.run(init)
    print('input:
', sess.run(input))
    print('filter:
', sess.run(filter))
    print('op:
',sess.run(op))

'''
输出：
input:
 [[[[ 0.]
   [ 1.]
   [ 1.]
   [ 2.]
   [ 2.]]

  [[ 0.]
   [ 1.]
   [ 1.]
   [ 0.]
   [ 0.]]

  [[ 1.]
   [ 1.]
   [ 0.]
   [ 1.]
   [ 0.]]

  [[ 1.]
   [ 0.]
   [ 1.]
   [ 1.]
   [ 1.]]

  [[ 0.]
   [ 2.]
   [ 0.]
   [ 1.]
   [ 0.]]]]
filter:
 [[[[-1.  0.]]

  [[ 1. -2.]]

  [[ 0.  2.]]]


 [[[-1.  0.]]

  [[ 1. -1.]]

  [[ 0.  1.]]]


 [[[-2.  0.]]

  [[ 2. -1.]]

  [[ 0.  1.]]]]
op:
 [[[[ 0.  2.]
   [ 3.  0.]
   [ 0.  0.]
   [-1.  0.]
   [ 0. -2.]]

  [[ 2.  3.]
   [ 2. -1.]
   [-2.  2.]
   [ 2. -1.]
   [-2. -4.]]

  [[ 3.  1.]
   [-1.  0.]
   [ 1. -1.]
   [ 0. -1.]
   [-1. -1.]]

  [[ 2.  1.]
   [ 3. -3.]
   [-4.  3.]
   [ 3. -3.]
   [-3. -1.]]

  [[ 1.  0.]
   [ 1.  0.]
   [-1.  1.]
   [ 1. -1.]
   [-1. -2.]]]]
'''

B.1通道输入2个卷积核2个featuremap输出

import tensorflow as tf
image_channel1 = [0,1.0,1,2,2,0,1,1,0,0,1,1,0,1,0,1,0,1,1,1,0,2,0,1,0]
image_channel2 = [1,1.0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1]
image_channel3 = [2,2.0,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2]
image = [i for i in zip(image_channel1,image_channel2,image_channel3)] ##生成器表达是生成列表
input = tf.Variable(tf.constant(image,shape=[1,5,5,3]))  ##3通道输入
fil1 = [-1.0,0,1,-2,0,2,-1,0,1,-1.0,0,1,-2,0,2,-1,0,1,-1.0,0,1,-2,0,2,-1,0,1]
filter = tf.Variable(tf.constant(fil1,shape=[3,3,3,1]))  ##1组（3个）卷积核对应1个featuremap输出

op = tf.nn.conv2d(input,filter,strides=[1,1,1,1],padding='SAME')  ##SAME补0操作

init = tf.global_variables_initializer()

with tf.Session() as  sess:
    sess.run(init)
    print('input:
', sess.run(input))
    print('filter:
', sess.run(filter))
    print('op:
',sess.run(op))

##输出结果
'''
input:
 [[[[ 0.  1.  2.]
   [ 1.  1.  2.]
   [ 1.  1.  2.]
   [ 2.  1.  2.]
   [ 2.  1.  2.]]

  [[ 0.  1.  2.]
   [ 1.  1.  2.]
   [ 1.  1.  2.]
   [ 0.  1.  2.]
   [ 0.  1.  2.]]

  [[ 1.  1.  2.]
   [ 1.  1.  2.]
   [ 0.  1.  2.]
   [ 1.  1.  2.]
   [ 0.  1.  2.]]

  [[ 1.  1.  2.]
   [ 0.  1.  2.]
   [ 1.  1.  2.]
   [ 1.  1.  2.]
   [ 1.  1.  2.]]

  [[ 0.  1.  2.]
   [ 2.  1.  2.]
   [ 0.  1.  2.]
   [ 1.  1.  2.]
   [ 0.  1.  2.]]]]
filter:
 [[[[-1.]
   [ 0.]
   [ 1.]]

  [[-2.]
   [ 0.]
   [ 2.]]

  [[-1.]
   [ 0.]
   [ 1.]]]


 [[[-1.]
   [ 0.]
   [ 1.]]

  [[-2.]
   [ 0.]
   [ 2.]]

  [[-1.]
   [ 0.]
   [ 1.]]]


 [[[-1.]
   [ 0.]
   [ 1.]]

  [[-2.]
   [ 0.]
   [ 2.]]

  [[-1.]
   [ 0.]
   [ 1.]]]]
op:
 [[[[ 10.]
   [ 10.]
   [  8.]
   [  8.]
   [  6.]]

  [[ 13.]
   [ 15.]
   [ 14.]
   [ 14.]
   [ 11.]]

  [[ 12.]
   [ 16.]
   [ 16.]
   [ 17.]
   [ 14.]]

  [[ 11.]
   [ 15.]
   [ 16.]
   [ 16.]
   [ 13.]]

  [[  8.]
   [ 10.]
   [ 10.]
   [ 10.]
   [  8.]]]]
'''

C.3通道输入1组（3个）卷积核1个featuremap输出

import tensorflow as tf
image_channel1 = [0,1.0,1,2,2,0,1,1,0,0,1,1,0,1,0,1,0,1,1,1,0,2,0,1,0]
image_channel2 = [1,1.0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1]
image_channel3 = [2,2.0,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2]
image = [i for i in zip(image_channel1,image_channel2,image_channel3)] ##生成器表达是生成列表
input = tf.Variable(tf.constant(image,shape=[1,5,5,3]))  ##3通道输入
fil1 = [-1.0,0,1,-2,0,2,-1,0,1,-1.0,0,1,-2,0,2,-1,0,1,-1.0,0,1,-2,0,2,-1,0,1]
filter = tf.Variable(tf.constant(fil1,shape=[3,3,3,2]))  ##2组（6个）卷积核对应2个featuremap输出

op = tf.nn.conv2d(input,filter,strides=[1,1,1,1],padding='SAME')  ##SAME补0操作

init = tf.global_variables_initializer()

with tf.Session() as  sess:
    sess.run(init)
    print('input:
', sess.run(input))
    print('filter:
', sess.run(filter))
    print('op:
',sess.run(op))

##输出结果
'''
input:
 [[[[ 0.  1.  2.]
   [ 1.  1.  2.]
   [ 1.  1.  2.]
   [ 2.  1.  2.]
   [ 2.  1.  2.]]

  [[ 0.  1.  2.]
   [ 1.  1.  2.]
   [ 1.  1.  2.]
   [ 0.  1.  2.]
   [ 0.  1.  2.]]

  [[ 1.  1.  2.]
   [ 1.  1.  2.]
   [ 0.  1.  2.]
   [ 1.  1.  2.]
   [ 0.  1.  2.]]

  [[ 1.  1.  2.]
   [ 0.  1.  2.]
   [ 1.  1.  2.]
   [ 1.  1.  2.]
   [ 1.  1.  2.]]

  [[ 0.  1.  2.]
   [ 2.  1.  2.]
   [ 0.  1.  2.]
   [ 1.  1.  2.]
   [ 0.  1.  2.]]]]
filter:
 [[[[-1.  0.]
   [ 1. -2.]
   [ 0.  2.]]

  [[-1.  0.]
   [ 1. -1.]
   [ 0.  1.]]

  [[-2.  0.]
   [ 2. -1.]
   [ 0.  1.]]]


 [[[-1.  0.]
   [ 1. -2.]
   [ 0.  2.]]

  [[-1.  0.]
   [ 1.  1.]
   [ 1.  1.]]

  [[ 1.  1.]
   [ 1.  1.]
   [ 1.  1.]]]


 [[[ 1.  1.]
   [ 1.  1.]
   [ 1.  1.]]

  [[ 1.  1.]
   [ 1.  1.]
   [ 1.  1.]]

  [[ 1.  1.]
   [ 1.  1.]
   [ 1.  1.]]]]
op:
 [[[[ 14.  14.]
   [ 18.  20.]
   [ 18.  21.]
   [ 16.  20.]
   [  6.  11.]]

  [[ 16.  17.]
   [ 19.  24.]
   [ 14.  23.]
   [ 13.  22.]
   [  9.  15.]]

  [[ 14.  16.]
   [ 17.  23.]
   [ 20.  24.]
   [ 21.  24.]
   [ 13.  16.]]

  [[ 13.  16.]
   [ 20.  24.]
   [ 20.  25.]
   [ 19.  23.]
   [ 10.  15.]]

  [[ 10.  10.]
   [  6.  12.]
   [  7.  13.]
   [  6.  12.]
   [  3.   8.]]]]

'''

D.3通道输入2组（6个）卷积核2个featuremap输出

四.对一张道路图片（3通道）进行卷积操作，并且将featuremap转化成灰度图片（1通道）显示出来

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
import tensorflow as tf

##读取图片
myimg = mpimg.imread('road.jpg')
plt.imshow(myimg)
plt.axis('off')
plt.show()
print(myimg.shape)
# print(myimg)

full = np.reshape(myimg,[1,800,1067,3])
# print(full)
inputfull = tf.Variable(tf.constant(1.0,shape=[1,800,1067,3]))    ##3通道输入
filter = tf.Variable(tf.constant([[-1.0,-1.0,-1.0],[0,0,0],[1.0,1.0,1.0],[-2.0,-2.0,-2.0],[0,0,0],
                                 [2.0,2.0,2.0],[-1.0,-1.0,-1.0],[0,0,0],[1.0,1.0,1.0]],shape=[3,3,3,1]
                                 ))   ##3*3卷积核，3个卷积核，一个featuremap输出
op = tf.nn.conv2d(inputfull,filter,strides=[1,1,1,1],padding="SAME")
##归一化操作数据类型转化成float32    x= 255*（x-min）/(max-min)
o = tf.cast(((op-tf.reduce_min(op))/(tf.reduce_max(op)-tf.reduce_min(op)))*255,tf.uint8)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    t,f = sess.run([o,filter],feed_dict={inputfull:full})
    t = np.reshape(t,[800,1067])##还原图片矩阵
    plt.imshow(t,'Greys_r')     ###灰度图
    plt.axis('off')
    plt.show()
    print('t:
', t)

使用卷积提取图片的轮廓

查看全文

相关阅读:
Something I know about WebDynpro
Details about support package implementation
CRM Middleware Performance Topics
Way to configure the logon navigaion layouts via Business Roles in CRM
DOM 常用节点类型和方法
 第一届 xdef 会议日程
 去除百度音乐盒广告的chrome插件持续更新
 从人人网抓取高校数据信息，包括，省份高校院系 (提供最终SQL文件下载)
PHP 与 JSON
解决HTTPS 发送请求走socket问题

原文地址：https://www.cnblogs.com/liuhuacai/p/12000329.html