首先明确：卷积神经网络的训练是为了得到卷积核，方便之后进行其他操作

一. 卷积神经网络的特点

1、局部感知：

一般认为图像的空间联系是局部的像素联系比较密切，而距离较远的像素相关性较弱，因此，每个神经元没必要对全局图像进行感知，只要对局部进行感知，然后在更高层将局部的信息综合起来得到全局信息。

2、参数共享：

在局部连接中，每个神经元的参数都是一样的，即：同一个卷积核在图像中都是共享的。（理解：卷积操作实际是在提取一个个局部信息，而局部信息的一些统计特性和其他部分是一样的，也就意味着这部分学到的特征也可以用到另一部分上。所以对图像上的所有位置，都能使用同样的学习特征。）卷积核共享有个问题：提取特征不充分，可以通过增加多个卷积核来弥补，可以学习多种特征。

3、采样(池化)层：

在通过卷积得到特征后，基于局部相关性原理进行亚采样，在减少数据量的同时保留有用信息。（压缩数据和参数的量，减少过拟合）（max-polling 和average-polling）

二. 多核卷积

通过权值共享可以了解到：用一个卷积核操作只能得到一部分的特征，但是得不到全部特征，这时候就必须引入多卷积核来尽可能多的获取图像矩阵的全部特征，即每个卷积核学习不同特征（卷积核不同的值）来提取原图特征。

下面图片经过三个卷积核的卷积操作得到三个特征图，每个特征图体现原图不同特征。需要注意的是，在多核卷积的过程中每个卷积核的大小应该是相同的。

三. 池化

池化层往往在卷积层后面，通过池化降低卷积层输出的特征向量，同时降低过拟合发生。

卷积神经网络CNN究竟是怎样一步一步工作

参考：https://www.jianshu.com/p/fe428f0b32c1

四. 卷积的实际使用

代码：

代码中自行实现了卷积的操作，因为使用的卷积核都是对称的，所以不需要对其进行180旋转的操作

import matplotlib.pyplot as plt
import pylab
import numpy as npdef convolve(img, fil, mode='same'):if mode == 'fill':h = fil.shape[0] // 2w = fil.shape[1] // 2img = np.pad(img, ((h, h), (w, w), (0, 0)), 'constant')conv_b = _convolve(img[:, :, 0], fil)conv_g = _convolve(img[:, :, 1], fil)conv_r = _convolve(img[:, :, 2], fil)dstack = np.dstack([conv_b, conv_g, conv_r])return dstackdef _convolve(img, fil):fil_heigh = fil.shape[0]fil_width = fil.shape[1]conv_heigh = img.shape[0] - fil.shape[0] + 1conv_width = img.shape[1] - fil.shape[1] + 1conv = np.zeros((conv_heigh, conv_width), dtype='uint8')for i in range(conv_heigh):for j in range(conv_width):conv[i][j] = wise_element_sum(img[i:i + fil_heigh, j:j + fil_width], fil)return convdef wise_element_sum(img, fil):res = (img * fil).sum()if (res < 0):res = 0elif res > 255:res = 255return resimg = plt.imread("../res/test_jpg.jpg")fil = np.array([[-1, -1, 0],[-1, 0, 1],[0, 1, 1]])res = convolve(img, fil, 'fill')
plt.imshow(res)
pylab.show()

代码说明

首先构造一个卷积核（当然在实际使用中是通过训练得到的），然后通过这个卷积核对图像进行操作。

代码中kernal即为卷积核，将图片和卷积核都转为numpy类型，然后进行卷积操作。

对图片进行模糊

假设我们使用图片

使用kernal为

   0.0, 0.2,  0.0,0.2, 0.2,  0.2,0.0, 0.2,  0.0

即我们通过将图片局部进行类似平均化的操作，达到模糊目的。

得到结果：

如果我们使用更大的卷积核来对图片操作，kernal设置为：

  0, 0, 1, 0, 0,0, 1, 1, 1, 0,1, 1, 1, 1, 1,0, 1, 1, 1, 0,0, 0, 1, 0, 0,

我们会得到更模糊的图片：

另外有关图像的锐化，风格转化等更加详细的介绍可以参考下面的网址，本片博客就是根据其进行的总结，因为链接这篇文章已经说明的很清晰了，所以我就不再废话了：https://lodev.org/cgtutor/filtering.html

五. 在运行过程中遇到的问题

关于 .jpg 与 .png的不同之处

对于jpg和png图像的不同之处，之前一直是没有了解，都是混用，但是在这次图像卷积实验中，看出了不同之处。

如果你把上面代码中的.jpg文件改为.png文件，那么就无法得到正常的结果，为什么呢？

这还要从jpg和png的不同之处说起。

.jpg 是由三通道组成的，Red（红色）Green（绿色）Blue（蓝色），也就是说转为numpy后的shape为(x,x,3)

.png是由四通道组成的，Red（红色）Green（绿色）Blue（蓝色）和Alpha，其中Alpha通道一般用做透明度参数，这就是为啥透明图像都保存成了png格式，一般在程序开发过程中会用到透明背景的图片，这些图片都是.png类型的。.png图像转为numpy后的shape为(x,x,4)。

这算是自己的无知采坑了吧。

我的新博客：https://kai123wen.github.io/