用图片形式演示上述滤波器矩阵运算
时间: 2023-12-20 13:40:53 浏览: 17
好的,以下是我用Python中的SciPy库,将你上面提供的矩阵A和B进行卷积运算,并将卷积后的结果以图片的形式展示出来的代码和结果:
```python
import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import convolve2d
# 定义矩阵A和B
A = np.array([[2, 3, 4],
[1, 5, 6],
[8, 7, 9]])
B = np.array([[1, 0],
[0, 1]])
# 进行卷积运算
C = convolve2d(A, B, mode='valid')
# 展示矩阵A、B和卷积后的矩阵C
plt.subplot(131)
plt.imshow(A, cmap=plt.cm.gray)
plt.title('Matrix A')
plt.subplot(132)
plt.imshow(B, cmap=plt.cm.gray)
plt.title('Matrix B')
plt.subplot(133)
plt.imshow(C, cmap=plt.cm.gray)
plt.title('Matrix C')
plt.show()
```
展示结果如下图所示,可以看到矩阵A、B和卷积后的矩阵C分别以图片的形式展示出来了:
![Convolution](https://img-blog.csdnimg.cn/20211019164749745.png)
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)