Hallo, ich bin Ramu. Dieses Mal implementieren wir selbst im Pooling-Prozess, bei dem das Bild in Raster unterteilt wird, das durchschnittliche Pooling mit dem Durchschnittswert in der Fläche als repräsentativem Wert.
Beim Pooling wird ein Bild in einen Bereich fester Länge unterteilt und alle Werte in diesem Bereich zu einem bestimmten Wert. Durch Anwenden dieser Verarbeitung wird das Bild zu einem Mosaik. Beim durchschnittlichen Pooling wird der Bereich mit dem Durchschnittswert der Pixelwerte im Bereich gefüllt.
Das durchschnittliche Pooling wird durch die folgende Formel definiert:
R ist beispielsweise ein Bereich, wenn es sich um einen Bereich von 8 x 8 Pixel handelt
v = \frac{1}{|R|}\sum_{i \in R}v_i
avePooling.py
import numpy as np
import cv2
import matplotlib.pyplot as plt
def avePooling(img,k):
dst = img.copy()
w,h,c = img.shape
#Länge vom mittleren Pixel bis zu beiden Pixelenden
size = k // 2
for x in range(size, w, k):
for y in range(size, h, k):
dst[x-size:x+size,y-size:y+size,0] = np.mean(img[x-size:x+size,y-size:y+size,0])
dst[x-size:x+size,y-size:y+size,1] = np.mean(img[x-size:x+size,y-size:y+size,1])
dst[x-size:x+size,y-size:y+size,2] = np.mean(img[x-size:x+size,y-size:y+size,2])
return dst
#Bild lesen
img = cv2.imread('image.jpg')
#Durchschnittliches Pooling
#k ist die Flächengröße
img = avePooling(img,40)
#Bild speichern
cv2.imwrite('result.jpg', img)
#Bildschirm
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
plt.show()
Das Bild links ist das Eingabebild und das Bild rechts ist das Ausgabebild. Sie können sehen, dass das Bild wie ein Mosaik aussieht. Es sieht aus wie eine düstere Sache, aber es ist Sashimi.
Die Vollversion von Lenas Bild, die häufig in der Bildverarbeitung verwendet wird, kann auch auf Qiita veröffentlicht werden, wenn die durchschnittliche Pooling-Verarbeitung angewendet wird.
Wenn Sie Fragen haben, können Sie sich gerne an uns wenden. imori_imoris Github hat die offizielle Antwort. Bitte überprüfen Sie dies ebenfalls. .. Da Python ein Anfänger ist, weisen Sie bitte auf Fehler hin.
Recommended Posts