Tensorflow 2D свертка на каналах RGB отдельно? - PullRequest
Новая
       13

Tensorflow 2D свертка на каналах RGB отдельно?

2 голосов
/ 15 апреля 2019

Я хочу применить размытие по Гауссу к изображению RGB. Я хочу, чтобы он работал на каждом канале независимо. Приведенный ниже код выводит размытое изображение с 3 каналами, но с одинаковым значением , в результате получается серое изображение . 

gauss_kernel_2d = gaussian_kernel(2, 0.0, 1.0) # outputs a 5*5 tensor
gauss_kernel = tf.tile(gauss_kernel_2d[:, :, tf.newaxis, tf.newaxis], [1, 1, 3, 3]) # 5*5*3*3
image = tf.nn.conv2d(tf.expand_dims(image, 0), gauss_kernel, strides=[1, 1, 1, 1], padding='SAME') # 1*600*800*3
image = tf.squeeze(image) # 600*800*3
# shape of image needs to be [batch, in_height, in_width, in_channels] 
# shape of filter needs to be [filter_height, filter_width, in_channels, out_channels]

Я ищу функцию Tensorflow, которая применяет свертку к каждому каналу R / G / B отдельно и выводит размытое изображение RGB.

1 Ответ

1 голос
/ 15 апреля 2019

Вы можете использовать tf.nn.separable_conv2d, чтобы сделать это: 

import tensorflow as tf

# ...
gauss_kernel_2d = gaussian_kernel(2, 0.0, 1.0) # outputs a 5*5 tensor
gauss_kernel = tf.tile(gauss_kernel_2d[:, :, tf.newaxis, tf.newaxis], [1, 1, 3, 1]) # 5*5*3*1
# Pointwise filter that does nothing
pointwise_filter = tf.eye(3, batch_shape=[1, 1])
image = tf.nn.separable_conv2d(tf.expand_dims(image, 0), gauss_kernel, pointwise_filter,
                               strides=[1, 1, 1, 1], padding='SAME')
image = tf.squeeze(image) # 600*800*3
...