Conv2D 产生奇怪的输出

Question

我正在尝试通过 TensorFlow tf.nn.conv2d 在我的图像上使用 Laplace Filter。但是输出非常奇怪，我不知道我做错了什么。

我通过以下方式加载图片：

file = tf.io.read_file("corgi.jpg")
uint_image = tf.io.decode_jpeg(file, 1)
image = tf.cast(uint_image,tf.float32)
kernel = tf.constant(np.array([[1, 1, 1],
                               [1, -8, 1],
                               [1, 1, 1]]), dtype=tf.float32)
convoluted_image = self.convoluteTest(image, kernel)
rs_convoluted_image = tf.reshape(convoluted_image,
                                 [tf.shape(image)[0] - tf.shape(kernel)[0] + 1,
                                  tf.shape(image)[1] - tf.shape(kernel)[0] + 1, 1])
casted_image = tf.cast(rs_convoluted_image, tf.uint8)
encoded = tf.io.encode_jpeg(casted_image)
tf.io.write_file("corgi-tensor-laplace.jpg", encoded)

但是图像参数不能传递给tf.nn.conv2d函数，因为图像张量需要是4d张量。

这里的这个函数重塑并应用了我的拉普拉斯过滤器：

  def convoluteTest(image_tensor, kernel_tensor):
        shape = tf.shape(image_tensor)
        reshaped_image_tensor = tf.reshape(image_tensor, [1, shape[0].numpy(), shape[1].numpy(), 1])
        reshaped_kernel_tensor = tf.reshape(kernel_tensor,
                                            [tf.shape(kernel_tensor)[0].numpy(), tf.shape(kernel_tensor)[0].numpy(), 1,
                                             1])
        convoluted = tf.nn.conv2d(reshaped_image_tensor, reshaped_kernel_tensor, strides=[1, 1, 1, 1], padding='VALID')
        return convoluted

原图：

拉普拉斯失败：

更新：

灰色输出：

我做错了什么？我无法解决这个问题...

Answer 1

我认为问题是 casted_image = tf.cast(rs_convoluted_image, tf.uint8) 将 [0, 255] 之外的数据截断为纯黑色或纯白色（0 和 255）。

我认为您在投射到 utint8.

之前缺少回到 [0, 255] 范围的标准化步骤

尝试

normalized_convolved = (rs_convoluted_image - tf.reduce_min(rs_convoluted_image) / (tf.reduce_max(rs_convoluted_image) - tf.reduce_min(rs_convoluted_image))
normalized_convolved = normalized_convolved * 255

casted_image = tf.cast(normalized_convolved, tf.uint8)

Conv2D 产生奇怪的输出

Conv2D produces weird output

python

image

image-processing

convolution

tensorflow