Pytorch 结合Sobel滤波的卷积操作来提取图像的轮廓图！

在pytorch中实现将sobel算子和卷积层结合来提取图像中物体的边缘轮廓图，如下代码是卷积执行soble边缘检测算子的实现：

import torch
import numpy as np
from torch import nn
from PIL import Image
from torch.autograd import Variable
import torch.nn.functional as F
import cv2def edge_conv2d(im):# 用nn.Conv2d定义卷积操作conv_op = nn.Conv2d(3, 3, kernel_size=3, padding=1, bias=False)# 定义sobel算子参数，所有值除以3个人觉得出来的图更好些sobel_kernel = np.array([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]], dtype='float32') / 3# 将sobel算子转换为适配卷积操作的卷积核sobel_kernel = sobel_kernel.reshape((1, 1, 3, 3))# 卷积输出通道，这里我设置为3sobel_kernel = np.repeat(sobel_kernel, 3, axis=1)# 输入图的通道，这里我设置为3sobel_kernel = np.repeat(sobel_kernel, 3, axis=0)conv_op.weight.data = torch.from_numpy(sobel_kernel)# print(conv_op.weight.size())# print(conv_op, '\n')edge_detect = conv_op(im)print(torch.max(edge_detect))# 将输出转换为图片格式edge_detect = edge_detect.squeeze().detach().numpy()return edge_detectdef edge_extraction():im = cv2.imread('./cat.jpg', flags=1)im = np.transpose(im, (2, 0, 1))# 添加一个维度，对应于pytorch模型张量(B, N, H, W)中的batch_sizeim = im[np.newaxis, :]im = torch.Tensor(im)edge_detect = edge_conv2d(im)edge_detect = np.transpose(edge_detect, (1, 2, 0))# cv2.imshow('edge.jpg', edge_detect)# cv2.waitKey(0)cv2.imwrite('edge-2.jpg', edge_detect)if __name__ == "__main__":edge_extraction()

结果如下图所示：

Pytorch 结合Sobel滤波的卷积操作来提取图像的轮廓图！相关推荐

【论文分享】联合形态学滤波和卷积稀疏编码的图像去雨
[论文分享]联合形态学滤波和卷积稀疏编码的图像去雨
【深度学习入门-1】透彻理解卷积的三层含义：从“卷积”、到“图像卷积操作”、再到“卷积神经网络”的含义（学习笔记）
一.写在前面笔者在进行卷积神经网络入门的时候花了很多功夫,理解的也不够透彻,基础不牢,地动山摇.在查阅了很多资料后,发现了大佬up"王木头学科学"讲的卷积神经网络的理解,茅塞顿开 ...
一文详细介绍深度学习的各种卷积操作
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 转自: 机器之心我们都知道卷积的重要性,但你知道深度学习领域的卷积究竟是什么,又 ...
图卷积神经网络1-谱域图卷积：拉普拉斯变换到谱域图卷积
知乎主页备注:本篇博客摘自某培训机构上的图神经网络讲解的视频内容,该视频关于图神经网络入门讲解.经典算法的引入和优缺点的介绍比较详细,逻辑主线也比较清晰.因此记录分享下. 目录: 图卷积近年发展图 ...
【Pytorch神经网络实战案例】09 使用卷积提取图片的轮廓信息（手动模拟Sobel算子）
1 载入图片并显示 import matplotlib.pyplot as plt import matplotlib.image as mpimg import torch import torch ...
pytorch中的卷积操作详解
首先说下pytorch中的Tensor通道排列顺序是:[batch, channel, height, width] 我们常用的卷积(Conv2d)在pytorch中对应的函数是: torch.nn. ...
pytorch卷积操作nn.Conv中的groups参数用法解释
MobileNetV1<MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications> ...
OpenCV的滤波与卷积
目录预备知识滤波.核和卷积边界外推和边界处理阈值化操作 Otsu算法自适应阈值平滑简单模糊和方框型滤波器中值滤波器高斯滤波器双边滤波器导数和梯度索贝尔导数 Scharr滤波器 ...
《学习OpenCV3》第10章滤波与卷积
<学习OpenCV3>第10章滤波与卷积 1. 预备知识 1.1 滤波.核和卷积 1.2 边界外推和边界处理 1.2.1 自定义边框 1.2.2 自定义外推 2. 阈值化操作 2.1 t ...

Pytorch 结合Sobel滤波的卷积操作来提取图像的轮廓图！

Pytorch 结合Sobel滤波的卷积操作来提取图像的轮廓图！相关推荐

最新文章

热门文章