今天來說說im2col和col2im函數(shù)，這是MATLAB中兩個內(nèi)置函數(shù)，經(jīng)常用于數(shù)字圖像處理中。

一般來說：

• 如果將圖像分割成塊的時候用的im2col參數(shù)為’distinct’，那么用col2im函數(shù)時參數(shù)也是’distinct’，即可將轉(zhuǎn)換后的數(shù)組復原。

• 如果將圖像分割成塊的時候用的im2col參數(shù)為’sliding’，我目前還不知道MATLAB中使用內(nèi)置函數(shù)是如何復原的。

今天，來看看Python中是如何實現(xiàn)這兩個函數(shù)的（sliding類型）。

• 對于im2col的實現(xiàn)，我們沿著原始矩陣逐行計算，將得到的新的子矩陣展開成列，放置在列塊矩陣中。
• 對于col2im的實現(xiàn)，我們沿著列塊矩陣逐行計算，將得到的行展成子矩陣，然后將子矩陣放置在最終結(jié)果對應的位置（每次當前值進行相加），同時記錄每個位置的值放置的次數(shù)。最后，將當前位置的值除以放置的次數(shù)，即可得到結(jié)果（原始矩陣）。

def im2col(mtx, block_size):mtx_shape = mtx.shapesx = mtx_shape[0] - block_size[0] + 1sy = mtx_shape[1] - block_size[1] + 1# 如果設A為m×n的，對于[p q]的塊劃分，最后矩陣的行數(shù)為p×q，列數(shù)為(m?p+1)×(n?q+1)。result = np.empty((block_size[0] * block_size[1], sx * sy))# 沿著行移動，所以先保持列（i）不動，沿著行（j）走for i in range(sy):for j in range(sx):result[:, i * sx + j] = mtx[j:j + block_size[0], i:i + block_size[1]].ravel(order='F')return resultdef col2im(mtx, image_size, block_size):p, q = block_sizesx = image_size[0] - p + 1sy = image_size[1] - q + 1result = np.zeros(image_size)weight = np.zeros(image_size) # weight記錄每個單元格的數(shù)字重復加了多少遍col = 0# 沿著行移動，所以先保持列（i）不動，沿著行（j）走for i in range(sy):for j in range(sx):result[j:j + p, i:i + q] += mtx[:, col].reshape(block_size, order='F')weight[j:j + p, i:i + q] += np.ones(block_size)col += 1return result / weight

測試代碼：

''' 遇到問題沒人解答？小編創(chuàng)建了一個Python學習交流QQ群：778463939 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學習教程和PDF電子書！ ''' if __name__ == '__main__':mtx = np.around(np.random.rand(5, 5) * 100)print('原始矩陣：')print(mtx)a1 = im2col(mtx, (2, 3))print('im2col（分塊大小2x3）：')print(a1)b1 = col2im(a1, (5, 5), (2, 3))print('col2im復原：')print(b1)a2 = im2col(mtx, (3, 3))print('im2col（分塊大小3x3）：')print(a2)b2 = col2im(a2, (5, 5), (3, 3))print('col2im復原：')print(b2)

運行結(jié)果：

原始矩陣： [[ 48. 38. 38. 59. 38.][ 38. 11. 25. 52. 44.][ 60. 69. 49. 93. 66.][ 88. 8. 47. 14. 47.][ 96. 37. 56. 86. 54.]] im2col（分塊大小2x3）： [[ 48. 38. 60. 88. 38. 11. 69. 8. 38. 25. 49. 47.][ 38. 60. 88. 96. 11. 69. 8. 37. 25. 49. 47. 56.][ 38. 11. 69. 8. 38. 25. 49. 47. 59. 52. 93. 14.][ 11. 69. 8. 37. 25. 49. 47. 56. 52. 93. 14. 86.][ 38. 25. 49. 47. 59. 52. 93. 14. 38. 44. 66. 47.][ 25. 49. 47. 56. 52. 93. 14. 86. 44. 66. 47. 54.]] col2im復原： [[ 48. 38. 38. 59. 38.][ 38. 11. 25. 52. 44.][ 60. 69. 49. 93. 66.][ 88. 8. 47. 14. 47.][ 96. 37. 56. 86. 54.]] im2col（分塊大小3x3）： [[ 48. 38. 60. 38. 11. 69. 38. 25. 49.][ 38. 60. 88. 11. 69. 8. 25. 49. 47.][ 60. 88. 96. 69. 8. 37. 49. 47. 56.][ 38. 11. 69. 38. 25. 49. 59. 52. 93.][ 11. 69. 8. 25. 49. 47. 52. 93. 14.][ 69. 8. 37. 49. 47. 56. 93. 14. 86.][ 38. 25. 49. 59. 52. 93. 38. 44. 66.][ 25. 49. 47. 52. 93. 14. 44. 66. 47.][ 49. 47. 56. 93. 14. 86. 66. 47. 54.]] col2im復原： [[ 48. 38. 38. 59. 38.][ 38. 11. 25. 52. 44.][ 60. 69. 49. 93. 66.][ 88. 8. 47. 14. 47.][ 96. 37. 56. 86. 54.]]

總結(jié)

以上是生活随笔為你收集整理的Python实现im2col和col2im函数的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。