下载掌阅APP，畅读海量书库
立即打开
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。
