Python

二维卷积操作：原理解析 + C语言与Python手写实现 一、什么是二维卷积？ 二维卷积（2D Convolution）是图像处理中最基础也最重要的操作之一，广泛应用于： 图像模糊 边缘检测 卷积神经网络（CNN）特征提取 通俗地讲： 把一个小的“滤波器”（也叫“卷积核”）放在图像上一个位置，对应区域的值和卷积核每个位置相乘后加总，结果作为输出图像的一个像素值，然后不断滑动这个核，得到整张图的新图像。 二、卷积的操作步骤（滑动 + 乘加） 假设你有： 原始图像（5×5） 卷积核（3×3） 操作过程如下： 卷积核放在图像左上角，和 3x3 区域重叠 对应位置相乘，然后求和 得到的结果就是输出图像对应位置的像素值 卷积核向右移动一格，重复以上过程 到右边边缘后，向下一行移动，从左往右继续滑动 示例计算： 图像窗口： 1 2 3 4 5 6 7 8 9 卷积核： 1 0 -1 1 0 -1 1 0 -1 计算： = 1×1 + 2×0 + 3×(-1) + 4×1 + 5×0 + 6×(-1) + 7×1 + 8×0 + 9×(-1) = 1 - 3 + 4 - 6 + 7 - 9 = -6 输出图像中对应位置的值就是 -6。 ...