0.前言
本文的目的：说明在卷积操作中常用的卷积核及其作用原理，并基于Pytorch框架通过实例使用这些卷积核。
看本文前要掌握的基础知识：需要了解卷积神经元网络CNN中卷积的运算原理，CSDN上此类文章很多，不再赘述。推荐一篇：RGB彩色图像的卷积过程（gif动图演示）
1.常用卷积核
卷积核（kernel）是卷积神经元网络CNN中最重要的权重参数，在卷积神经元网络学习过程中，主要也是为了学习到合适的卷积核。下面将通过对图像的处理方式将常用的卷积核分为3类。
1.1 边缘识别类卷积核
这类卷积核是研究最多的，卷积核多种多样。这类卷积核的共同特征是：卷积核内所有的值求和为0，这是因为边缘的区域，图像的像素值会发生突变，与这样的卷积核做卷积会得到一个不为0的值。而非边缘的区域，像素值很接近，与这样的卷积核做卷积会得到一个约等于0的值。
常用的边缘检测卷积核有：
①Robert算子
或
②Prewitt算子
或
③Sobel算子
或
④Laplace算子
1.2 模糊化卷积核
这类卷积核的作用原理是对一片区域内的像素值求平均值，使得像素变化更加平缓，达到模糊化的目的，例如：
1.3 锐利化卷积核
这类卷积核的作用是凸显像素值有变化的区域，使得本来像素值梯度就比较大的区域（边缘区域）变得像素值梯度更大。在边缘检测中，卷积核的设计要求卷积核内的所有值求和为0，这里的要求刚好相反，要求卷积核内的所有值应该不为0，凸显出像素值梯度较大的区域，例如以下卷积核：
只要把握以上卷积核的原理，就可以自己设计卷积核。比如模糊化卷积核，这样也是可以的
2. 基于Pytorch的卷积核实例应用
2.1 tensor与图像的互相转换
①image转tensor：使用PIL中Image.open()打开图像，然后使用torchvision.transforms.ToTensor()转为tensor：
image = Image.open('image_path').convert('RGB') #导入图片 image_to_tensor = torchvision.transforms.ToTensor() #实例化ToTensor original_image_tensor = image_to_tensor(image).unsqueeze(0) #把图片转换成tensor
这里使用.unsqueeze(0)升维的目的是为了后面进行卷积操作准备，因为Conv2d要求输入的tensor维度为4维，即[batch, channel, H, W]。这里对应要增加batch这个维度。
②tensor转image：使用torchvision.utils.save_image():
torchvision.utils.save_image(tensor, 'save_image_path')
2.2 卷积核的指定
因为nn.Conv2d()方法中，卷积核（权重）是默认随机的，所以需要先指定好卷积核：
#卷积核：laplace conv_laplace = torch.nn.Conv2d(in_channels=3,out_channels=1,kernel_size=3,padding=0,bias=False) conv_laplace.weight.data = torch.tensor([[[[-1,0,1],[-1,0,1],[-1,0,1]], [[-1,0,1],[-1,0,1],[-1,0,1]], [[-1,0,1],[-1,0,1],[-1,0,1]]]], dtype=torch.float32)
注意卷积核的维度，也是上面说的要有4个维度。
3.不同卷积核的图像处理结果
①原图像：
②边缘检测卷积核（prewitt横向算子）卷积后：
③边缘检测卷积核（prewitt纵向算子）卷积后：
④边缘检测卷积核（laplace算子）卷积后：
体验一下同样是边缘检测，以上3个算子的输出差异。尤其是横向和纵向上的差别。
⑤模糊化卷积核卷积后：
⑥锐利化卷积核卷积后：
这里把背景的噪声点都凸显出来了。
4.完整代码
import torch from PIL import Image import torchvision image = Image.open('girl.png').convert('RGB') #导入图片 image_to_tensor = torchvision.transforms.ToTensor() #实例化ToTensor original_image_tensor = image_to_tensor(image).unsqueeze(0) #把图片转换成tensor #卷积核：prewitt横向 conv_prewitt_h = torch.nn.Conv2d(in_channels=3,out_channels=1,kernel_size=3,padding=0,bias=False) #bias要设定成False，要不然会随机生成bias，每次结果都不一样 conv_prewitt_h.weight.data = torch.tensor([[[[-1,-1,-1],[0,0,0],[1,1,1]], [[-1,-1,-1],[0,0,0],[1,1,1]], [[-1,-1,-1],[0,0,0],[1,1,1]]]], dtype=torch.float32) #卷积核：prewitt纵向 conv_prewitt_l = torch.nn.Conv2d(in_channels=3,out_channels=1,kernel_size=3,padding=0,bias=False) conv_prewitt_l.weight.data = torch.tensor([[[[-1,0,1],[-1,0,1],[-1,0,1]], [[-1,0,1],[-1,0,1],[-1,0,1]], [[-1,0,1],[-1,0,1],[-1,0,1]]]], dtype=torch.float32) #卷积核：laplace conv_laplace = torch.nn.Conv2d(in_channels=3,out_channels=1,kernel_size=3,padding=0,bias=False) conv_laplace.weight.data = torch.tensor([[[[-1,0,1],[-1,0,1],[-1,0,1]], [[-1,0,1],[-1,0,1],[-1,0,1]], [[-1,0,1],[-1,0,1],[-1,0,1]]]], dtype=torch.float32) #卷积核：模糊化 conv_blur = torch.nn.Conv2d(in_channels=3,out_channels=1,kernel_size=5,padding=0,bias=False) conv_blur.weight.data = torch.full((1,3,5,5),0.04) #卷积核：锐利化 conv_sharp = torch.nn.Conv2d(in_channels=3,out_channels=1,kernel_size=3,padding=0,bias=False) conv_sharp.weight.data = torch.tensor([[[[-1,-1,1],[-1,-1,-1],[-1,-1,-1]], [[-1,-1,1],[-1,22,-1],[-1,-1,-1]], [[-1,-1,1],[-1,-1,-1],[-1,-1,-1]]]], dtype=torch.float32) #生成并保存图片 tensor_prewitt_h = conv_prewitt_h(original_image_tensor) torchvision.utils.save_image(tensor_prewitt_h, 'prewitt_h.png') tensor_prewitt_l = conv_prewitt_l(original_image_tensor) torchvision.utils.save_image(tensor_prewitt_l, 'prewitt_l.png') tensor_laplace = conv_laplace(original_image_tensor) torchvision.utils.save_image(tensor_laplace, 'laplace.png') tensor_blur = conv_blur(original_image_tensor) torchvision.utils.save_image(tensor_blur, 'blur.png') tensor_sharp = conv_sharp(original_image_tensor) torchvision.utils.save_image(tensor_sharp, 'sharp.png')
