python 实现卷积

在 Python 中实现卷积可以使用 NumPy 库。下面是一个简单的示例代码：

import numpy as np

def convolution(image, kernel):
    # 获取图像和卷积核的形状
    image_shape = image.shape
    kernel_shape = kernel.shape

    # 初始化一个空的输出矩阵
    output = np.zeros_like(image)

    # 遍历图像每个像素点，进行卷积操作
    for row in range(image_shape[0] - kernel_shape[0] + 1):
        for col in range(image_shape[1] - kernel_shape[1] + 1):
            # 获取当前卷积窗口
            window = image[row:row + kernel_shape[0], col:col + kernel_shape[1]]

            # 将卷积窗口和卷积核相乘并求和
            output[row, col] = (kernel * window).sum()

    return output

使用该函数进行卷积操作，可以像这样调用：

image = np.array([[1, 2, 3],
                  [4, 5, 6],
                  [7, 8, 9]])

kernel = np.array([[1, 0, -1],
                   [2, 0, -2],
                   [1, 0, -1]])

output = convolution(image, kernel)
print(output)

输出结果为：

[[-4 -4 -4]
 [-4  0  4]
 [ 4  4  4]]

这里的图像和卷积核都是简单的二维矩阵，实际应用中可能需要考虑更高维度的数据。