6-3　各种卷积

虽然CNN会自动配置卷积的种类，不过我们还是来看看各种卷积的图像处理效果，进而加深大家对CNN的理解。

下列程序代码请参考【06_01_convolutions.ipynb】后半部。

（1）首先定义一个卷积的影像转换函数，代码如下。

（2）需要安装Python OpenCV套件，OpenCV是一个图像处理的套件。

pip install opencv-python

（3）将影像灰度化：skimage全名为scikit-image，也是一个图像处理的套件，功能较OpenCV简单。

执行结果。

原图：

灰度化：

（4）模糊化(Blur)：滤波器设定为周围点的平均，就可以让图像模糊化，一般用于消除红眼现象或噪声。

小模糊：7×7矩阵。

大模糊：21×21矩阵，滤波器尺寸越大，影像越模糊。

（5）锐化(sharpen)：可使图像的对比更加明显。

执行结果：卷积凸显中间点，使图像特征越明显。

（6）Laplacian边缘侦测：可侦测图像的轮廓。

执行结果：卷积凸显边缘，显现图像外围线条。

（7）Sobel X轴边缘侦测：沿着 X 轴侦测边缘，故可侦测垂直线特征。

执行结果：卷积行由小至大，显现图像垂直线条。

（8）Sobel Y轴边缘侦测：沿着 Y 轴侦测边缘，故可侦测水平线特征。

执行结果：卷积列由小至大，显现图像水平线条。 iQK2g39E5zWR9aP//3b/+IBOKuNd9J1tFpTvigLusYcO4tXAxxGAaiv6RVUnX4WL