avatar

目录
CNN(卷积神经网络) - 卷积计算提取图像边缘

算法可视化

  • CNN(卷积神经网络)算法一般应用在图像识别领域,如对数字字母的识别、区分猫狗等。卷积神经网络运算的第一步即使对输入图像进行边缘提取。这篇文章用来讲解如何对图像的边缘进行提取。

  • 算法思维跨越语言,这里用PHP语言来进行算法的讲解,实际开发中,非常不建议使用PHP来进行多次卷积运算,效率堪忧。

  • 基础不清晰的请阅读本文代码下面的CNN基础,转自 CSDN博主ice_actor 写的一篇文章《吴恩达deeplearning之CNN—卷积神经网络入门》

  • 在这里,将边缘提取用下面两张动态图片加以表示,接下来的算法机理便是基于这两张图片


原生代码实现

php
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
<?php
/* vim: set expandtab tabstop=4 shiftwidth=4: */
// +----------------------------------------------------------------------+
// | PHP version 5.6 |
// +----------------------------------------------------------------------+
// | Copyright (c) 1997-2004 The PHP Group |
// +----------------------------------------------------------------------+
// | This source file is subject to version 3.0 of the PHP license, |
// | that is bundled with this package in the file LICENSE, and is |
// | available through the world-wide-web at the following url: |
// | http://www.php.net/license/3_0.txt. |
// | If you did not receive a copy of the PHP license and are unable to |
// | obtain it through the world-wide-web, please send a note to |
// | license@php.net so we can mail you a copy immediately. |
// +----------------------------------------------------------------------+
// | Authors: Original Author blog.webpro.ltd |
// | Bill <billwhite246@gmail.com> |
// +----------------------------------------------------------------------+
//
// $Id:$
/**
* 基于卷积神经网络算法的图像识别
* Bill
* 2018年9月7日 08点46分
*/
ini_set('memory_limit', '-1');
set_time_limit(0);
header('content-type: text/html; charset=utf-8;');
// $imagePath = './ehuixue/1.jpg';
// $imagePath = './img/1.jpg';
// $imagePath = './img/crh.jpg';
$imagePath = './img/train.jpg';
$array = getimagesize($imagePath);
print_r($array);
echo '<br/>';
echo '<h2>【图像初始样式 - 60%】</h2>';
echo '<img width="60%" src="' . $imagePath . '"/>';
echo '<br/>';
echo '<br/>';
echo '<br/>';
$res = imagecreatefromjpeg($imagePath);
$size = getimagesize($imagePath);
$maxX = $size[0];
$maxY = $size[1];
// // echo "<pre>";
// // echo "<table border=\"1\" cellspacing=\"0\" cellpadding=\"0\">";
// // for ($i = 0; $i < $size[1]; ++$i) { // 行
// // echo "<tr>";
// // for ($j = 0; $j < $size[0]; ++$j) { // 列
// // $rgb = imagecolorat($res, $j, $i);
// // $rgbarray = imagecolorsforindex($res, $rgb);
// // echo "<td>";
// // echo $rgbarray['red'].',<br/>'.$rgbarray['green'].',<br/>'.$rgbarray['blue'];
// // echo "</td>";
// // }
// // echo "<tr>";
// // }
// // echo "</table>";
// // echo "</pre>";
// // echo "<br/>";
$input = array();
$emmm = imagecreatetruecolor($size[0], $size[1]);
for ($i = 0; $i < $size[0]; ++$i) { // x
for ($j = 0; $j < $size[1]; ++$j) { // y
$rgb = imagecolorat($res, $i, $j);
$rgbarray = imagecolorsforindex($res, $rgb);
$rgb = (int)(($rgbarray['red'] + $rgbarray['green'] / 3 + $rgbarray['blue']) / 12);
if ($rgb > 20) {
$color = imagecolorallocate($emmm, 255, 255, 255);
$input[$j][$i] = 255;
} else {
$color = imagecolorallocate($emmm, 0, 0, 0);
$input[$j][$i] = 0;
}
// $color = imagecolorallocate( $emmm, $rgb, $rgb, $rgb);
// $color = imagecolorallocate ( $emmm , 255 , 0 , 0 );// 设置颜色 - ps里的选择画笔颜色
imagesetpixel($emmm, $i, $j, $color);
}
}
date_default_timezone_set('PRC');
$now = time();
echo '<h2>【灰度化 - 60%】</h2>';
ImagePNG($emmm, './img/' . $now . '.png');
// imagepng($emmm);
imagedestroy($emmm); // 销毁图片,释放内存
echo '<img width="60%" src="./img/' . $now . '.png"/>';
echo '<br/>';
// $red = imagecolorallocate ( $image , 255 , 0 , 0 );// 设置颜色 - ps里的选择画笔颜色
// for($i=0; $i<300; ++$i){
// imagesetpixel ( $emmm , 100 , $i , $red );
// }
// header('Content-Type:image/jpg');
/////////////////////////////////////////////////////////////
/////////////////////////////////////////////////////////////
/////////////////////////////////////////////////////////////
// 二值化// 二值化// 二值化// 二值化// 二值化// 二值化// 二值化//
// 二值化// 二值化// 二值化// 二值化// 二值化// 二值化// 二值化//
// date_default_timezone_set('PRC');
// $now = time();
// ImagePNG($emmm,'./img/'.$now.'.png');
// // imagepng($emmm);
// imagedestroy($emmm);// 销毁图片,释放内存
// echo '<img src="./img/'.$now.'.png"/>';
// echo '<br/>';
// foreach($input as $key => $value){ // 先固定行,即y坐标,$j是y
// foreach($value as $inner => $x){
// if($x < 100){
// echo '1';
// }else{
// echo '0';
// }
// }
// echo '<br/>';
// }
/////////////////////////////////////////////////////////////
/////////////////////////////////////////////////////////////
/////////////////////////////////////////////////////////////
// 二值化// 二值化// 二值化// 二值化// 二值化// 二值化// 二值化//
// 二值化// 二值化// 二值化// 二值化// 二值化// 二值化// 二值化//
// print_r($input);
/**INPUT padding 处理 */
// 暂时不需要
// $input = $temp;
// print_r($input);
// exit;
// for ( $i = 0; $i < $x; ++$i ) { // 列
// for ( $j = 0; $j < $y; ++$j ) { // 行
// if ($input[$i][$j] < 80) {
// echo "1";
// }else{
// echo "0";
// }
// }
// echo '<br/>';
// }
$output = array(); // 卷积计算后输出
// 卷积计算
echo '<h2>【水平卷积过滤】</h2>';
/**
X过滤,算子:
1 0 -1
1 0 -1
1 0 -1
*/
$wx = array(
0 => array(
1,
0, -1
) ,
1 => array(
1,
0, -1
) ,
2 => array(
1,
0, -1
) ,
);
$wx = array(
0 => array(
1, -1,
1
) ,
1 => array(
1, -1,
0
) ,
2 => array(
1, -1, -1
) ,
);
for ($i = 0; $i < ($maxY - 2); ++$i) { // 固定行
for ($j = 0; $j < ($maxX - 2); ++$j) { // 遍历列
$output[$i + 1][$j + 1] = 0; // 赋初始值
$temp = array(
0 => array(
$input[$i + 0][$j + 0],
$input[$i + 1][$j + 0],
$input[$i + 2][$j + 0]
) ,
1 => array(
$input[$i + 0][$j + 1],
$input[$i + 1][$j + 1],
$input[$i + 2][$j + 1]
) ,
2 => array(
$input[$i + 0][$j + 2],
$input[$i + 1][$j + 2],
$input[$i + 2][$j + 2]
) ,
);
// 卷积计算
for ($m = 0; $m < 3; ++$m) {
for ($n = 0; $n < 3; ++$n) {
$output[$i + 1][$j + 1]+= $temp[$m][$n] * $wx[$m][$n];
}
}
}
}
echo "<br/>";
echo "<table border=\"1\" cellspacing=\"0\" cellpadding=\"0\">";
for ($i = 0; $i < ($maxY - 2); ++$i) { // 固定行
echo "<tr>";
for ($j = 0; $j < ($maxX - 2); ++$j) { // 遍历列
echo "<td>";
echo reluActive($output[$i + 1][$j + 1]);
echo "</td>";
}
echo "</tr>";
}
echo "</table>";
echo "<br/>";
$emmm = imagecreatetruecolor($maxX - 2, $maxY - 2);
for ($i = 0; $i < ($maxY - 2); ++$i) { // 固定行
echo "<tr>";
for ($j = 0; $j < ($maxX - 2); ++$j) { // 遍历列
$rgb = $output[$i + 1][$j + 1];
$color = imagecolorallocate($emmm, $rgb, $rgb, $rgb);
imagesetpixel($emmm, $j, $i, $color);
}
}
date_default_timezone_set('PRC');
$now = time();
ImagePNG($emmm, './img/filtered' . $now . '.png');
// imagepng($emmm);
imagedestroy($emmm); // 销毁图片,释放内存
echo '<img width="60%" src="./img/filtered' . $now . '.png"/>';
echo '<br/>';
$output1 = array(); // 卷积计算后输出
echo '<h2>【垂直卷积过滤】</h2>';
/**
Y过滤,算子:
1 1 1
0 0 0
-1 -1 -1
*/
$wy = array(
0 => array(
1,
1,
1
) ,
1 => array(
0,
0,
0
) ,
2 => array(-1, -1, -1
) ,
);
for ($i = 0; $i < ($maxY - 2); ++$i) { // 固定行
for ($j = 0; $j < ($maxX - 2); ++$j) { // 遍历列
$output1[$i + 1][$j + 1] = 0; // 赋初始值
$temp = array(
0 => array(
$input[$i + 0][$j + 0],
$input[$i + 1][$j + 0],
$input[$i + 2][$j + 0]
) ,
1 => array(
$input[$i + 0][$j + 1],
$input[$i + 1][$j + 1],
$input[$i + 2][$j + 1]
) ,
2 => array(
$input[$i + 0][$j + 2],
$input[$i + 1][$j + 2],
$input[$i + 2][$j + 2]
) ,
);
// 卷积计算
for ($m = 0; $m < 3; ++$m) {
for ($n = 0; $n < 3; ++$n) {
$output1[$i + 1][$j + 1]+= $temp[$m][$n] * $wy[$m][$n];
}
}
}
}
echo "<br/>";
echo "<table border=\"1\" cellspacing=\"0\" cellpadding=\"0\">";
for ($i = 0; $i < ($maxY - 2); ++$i) { // 固定行
echo "<tr>";
for ($j = 0; $j < ($maxX - 2); ++$j) { // 遍历列
echo "<td>";
echo reluActive($output1[$i + 1][$j + 1]);
echo "</td>";
}
echo "</tr>";
}
echo "</table>";
echo "<br/>";
$emmm = imagecreatetruecolor($maxX - 2, $maxY - 2);
for ($i = 0; $i < ($maxY - 2); ++$i) { // 固定行
echo "<tr>";
for ($j = 0; $j < ($maxX - 2); ++$j) { // 遍历列
$rgb = $output1[$i + 1][$j + 1];
$color = imagecolorallocate($emmm, $rgb, $rgb, $rgb);
imagesetpixel($emmm, $j, $i, $color);
}
}
date_default_timezone_set('PRC');
$now = time();
ImagePNG($emmm, './img/filtered1' . $now . '.png');
// imagepng($emmm);
imagedestroy($emmm); // 销毁图片,释放内存
echo '<img width="60%" src="./img/filtered1' . $now . '.png"/>';
echo '<br/>';
$final = array();
echo '<h2>【X+Y卷积结果】</h2>';
// XY合并
for ($i = 0; $i < ($maxY - 2); ++$i) { // 固定行
for ($j = 0; $j < ($maxX - 2); ++$j) { // 遍历列
$final[$i][$j] = ($output[$i + 1][$j + 1]) ? ($output[$i + 1][$j + 1]) : ($output1[$i + 1][$j + 1]);
}
}
echo "<br/>";
echo "<table border=\"1\" cellspacing=\"0\" cellpadding=\"0\">";
for ($i = 0; $i < ($maxY - 2); ++$i) { // 固定行
echo "<tr>";
for ($j = 0; $j < ($maxX - 2); ++$j) { // 遍历列
echo "<td>";
echo reluActive($final[$i][$j]);
echo "</td>";
}
echo "</tr>";
}
echo "</table>";
echo "<br/>";
$emmm = imagecreatetruecolor($maxX - 2, $maxY - 2);
for ($i = 0; $i < ($maxY - 2); ++$i) { // 固定行
echo "<tr>";
for ($j = 0; $j < ($maxX - 2); ++$j) { // 遍历列
$rgb = $final[$i][$j];
$color = imagecolorallocate($emmm, $rgb, $rgb, $rgb);
imagesetpixel($emmm, $j, $i, $color);
}
}
date_default_timezone_set('PRC');
$now = time();
ImagePNG($emmm, './img/final' . $now . '.png');
// imagepng($emmm);
imagedestroy($emmm); // 销毁图片,释放内存
echo '<img width="60%" src="./img/final' . $now . '.png"/>';
echo '<br/>';
function reluActive($x) {
return max(0, $x);
}

处理效果

原图

灰度化处理

水平卷积算法处理

垂直卷积算法处理

水平 + 垂直 叠加后 处理

至此,图片的边缘通过卷积计算提取了出来

CNN基础参考CSDN博主ice_actor写的一篇文章《吴恩达deeplearning之CNN—卷积神经网络入门》

文章作者: Bill
文章链接: http://blog.webpro.ltd/2018/09/11/cnn-study-1/
版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 Bill's blog

评论