1. 事前準備
在這個程式碼研究室中，您將瞭解相關的運算，以及為什麼這些電腦對於電腦視覺情境的影響程度很高。
在先前的程式碼研究室中，您建立了一個簡單深層的類神經網路 (DNN)，用於電腦時尚領域的時尚願景。這只是因為圖片中只能出現衣服中的物品，所以必須加以置中。
當然，這並非真實的情況。您會希望 DNN 能夠辨識圖片中的衣物，以及其他物體或物體的正中央位置。若要進行這項操作，您必須使用卷積。
事前準備
本程式碼研究室是以前兩期工作成果為基礎，也就是「對機器學習的問候！」和建構電腦視覺模型。請先完成這些程式碼研究室，再繼續操作。
您將會瞭解的內容
- 什麼是卷積
- 如何建立功能對應
- 什麼是集區？
建構項目
- 圖片的精選地圖
軟硬體需求
您可以找到在 Colab 中執行的其他程式碼研究室程式碼。
你也必須安裝 TensorFlow，以及先前在程式碼研究室安裝的程式庫。
2. 什麼是卷積？
卷積是一種篩選條件，會傳遞圖片、進行處理，並擷取重要特徵。
假設你有一位穿著運動鞋的人，如何偵測圖片中是否有運動鞋？為了讓程式「能夠」查看「運動鞋」的圖片，您必須擷取重要功能，並將不重要的功能模糊處理。這就是所謂的「功能對應」。
功能對應程序理論上非常簡單。您會掃描圖片中的每個像素，然後查看相鄰的像素。這時您可以在篩選器中將這些像素的值乘以對等的權重。
例如：
在這個範例中，我們指定了 3x3 卷積矩陣或圖片核心。
目前的像素值是 192。如要計算新像素的價值，您可以查看相鄰的值、將這些值乘以篩選器中指定的值，然後把新的像素值設為最終金額。
現在是時間通過在 2D 灰度圖像上建立基本卷積的方式瞭解卷積的工作如何。
您會使用 SciPy 提供的展示圖片來展示這款手機內建精美的相片，可清楚呈現不同角度及線條。
3. 開始編寫程式碼
首先，請匯入部分 Python 程式庫和上下線圖片：
import cv2
import numpy as np
from scipy import misc
i = misc.ascent()
接著，使用 Pyplot 程式庫 matplotlib 繪製圖片，讓您瞭解其內容：
import matplotlib.pyplot as plt
plt.grid(False)
plt.gray()
plt.axis('off')
plt.imshow(i)
plt.show()
我們可以看到這個階梯的階梯。有許多功能可以嘗試和隔離。例如，直線較強。
此圖片將儲存為 NumPy 陣列，因此只要複製該陣列，就可以建立轉換後的圖片。size_x 和 size_y 變數可以存放圖片的尺寸，方便您之後循環播放。
i_transformed = np.copy(i)
size_x = i_transformed.shape[0]
size_y = i_transformed.shape[1]
4. 建立卷積矩陣
首先，將卷積矩陣 (或核心) 儲存為 3x3 陣列：
# This filter detects edges nicely
# It creates a filter that only passes through sharp edges and straight lines.
# Experiment with different values for fun effects.
#filter = [ [0, 1, 0], [1, -4, 1], [0, 1, 0]]
# A couple more filters to try for fun!
filter = [ [-1, -2, -1], [0, 0, 0], [1, 2, 1]]
#filter = [ [-1, 0, 1], [-2, 0, 2], [-1, 0, 1]]
# If all the digits in the filter don't add up to 0 or 1, you
# should probably do a weight to get it to do so
# so, for example, if your weights are 1,1,1 1,2,1 1,1,1
# They add up to 10, so you would set a weight of .1 if you want to normalize them
weight = 1
現在，請計算輸出像素。對圖片進行疊代，留下 1 像素的邊界，並將目前像素的每個相鄰節點乘以篩選器中定義的值。
也就是說，目前的像素在其上方和左側，將與篩選器中的左上角項目相乘。然後，將結果乘以權重，並確定結果是介於 0 到 255 之間。
最後，將新值載入轉換後的圖片：
for x in range(1,size_x-1):
for y in range(1,size_y-1):
output_pixel = 0.0
output_pixel = output_pixel + (i[x - 1, y-1] * filter[0][0])
output_pixel = output_pixel + (i[x, y-1] * filter[0][1])
output_pixel = output_pixel + (i[x + 1, y-1] * filter[0][2])
output_pixel = output_pixel + (i[x-1, y] * filter[1][0])
output_pixel = output_pixel + (i[x, y] * filter[1][1])
output_pixel = output_pixel + (i[x+1, y] * filter[1][2])
output_pixel = output_pixel + (i[x-1, y+1] * filter[2][0])
output_pixel = output_pixel + (i[x, y+1] * filter[2][1])
output_pixel = output_pixel + (i[x+1, y+1] * filter[2][2])
output_pixel = output_pixel * weight
if(output_pixel<0):
output_pixel=0
if(output_pixel>255):
output_pixel=255
i_transformed[x, y] = output_pixel
5. 檢查結果
現在，請繪製圖像，看看將濾鏡傳遞至圖片上會有什麼效果：
# Plot the image. Note the size of the axes -- they are 512 by 512
plt.gray()
plt.grid(False)
plt.imshow(i_transformed)
#plt.axis('off')
plt.show()
請思考以下的篩選值以及它們對圖片的影響。
使用 [-1,0,1,-2,0,2,-1,0,1] 為您提供了一個非常強的垂直線：
使用 [-1,-2,-1,0,0,0,1,2,1] 為您提供水平線：
探索不同的價值！此外，備分不同的尺寸的設計，例如 5x5 或 7x7。
6. 瞭解集區
現在您已經瞭解圖片的基本功能，接下來該怎麼做？如何使用產生的功能對應將圖片分類？
如同的捲積，集區也有助於偵測特徵。集區圖層可減少圖片中的資訊總量，同時保留目前偵測到的功能。
集區有許多種類型，但我們會使用「最大值 (最大值)」集區。
疊代在圖片上，在每個時間點考慮到像素、它的右方與右方、下方和右相等處。請選用最大的圖片 (因此是「最多」集區)，再載入新圖片。也就是說，新圖片的尺寸將是原尺寸的四分之一。
7. 撰寫程式碼以在集區中執行
下列程式碼會顯示 (2, 2) 集區。執行這個指令以查看輸出結果。
您會發現圖片是原尺寸的四分之一，但仍然保留所有功能。
new_x = int(size_x/2)
new_y = int(size_y/2)
newImage = np.zeros((new_x, new_y))
for x in range(0, size_x, 2):
for y in range(0, size_y, 2):
pixels = []
pixels.append(i_transformed[x, y])
pixels.append(i_transformed[x+1, y])
pixels.append(i_transformed[x, y+1])
pixels.append(i_transformed[x+1, y+1])
pixels.sort(reverse=True)
newImage[int(x/2),int(y/2)] = pixels[0]
# Plot the image. Note the size of the axes -- now 256 pixels instead of 512
plt.gray()
plt.grid(False)
plt.imshow(newImage)
#plt.axis('off')
plt.show()
記下該圖的軸線。該圖片現在是原始大小的 256x256，而且即使圖片中的資料較少，偵測到的功能也隨之強化。
8. 恭喜
您已建立第一個電腦視覺模型！要進一步瞭解如何強化電腦視覺模型，請參閱建構卷積類神經網路 (CNN) 以強化電腦視覺。