Python 画像畳み込み処理

Question

Pythonで画像を小さく（畳み込み）しようとしておりますが、
画質に変化はありますが、画像サイズを小さくできません。

下記は、MaxPool処理です。
ですが、出力画像サイズは入力画像サイズと変化ありません。

import numpy as np
import cv2
import matplotlib.pyplot as plt
import os

def maxPooling(img,k):
  dst = img.copy()

  w,h,c = img.shape
  
  size = k // 2
  print(size)

  # プーリング処理
  for x in range(size, w, k):
    for y in range(size, h, k):
      dst[x-size:x+size,y-size:y+size,0] = np.max(img[x-size:x+size,y-size:y+size,0])
      dst[x-size:x+size,y-size:y+size,1] = np.max(img[x-size:x+size,y-size:y+size,1])
      dst[x-size:x+size,y-size:y+size,2] = np.max(img[x-size:x+size,y-size:y+size,2])

  return dst


# 画像読込
img = cv2.imread(〇)

# Maxプーリング
img = maxPooling(img,4)

# 画像保存
cv2.imwrite(〇, img)
# 画像表示
cv2.imshow('image0', img)
cv2.waitKey(0)

宜しくお願いいたします。

Answer 1

Pythonによるディープラーニングの実装➂ の「プーリング層の実装」
ゼロから作る Deep Learning 第7章 の「Poolingレイヤの実装」
あたりのコードを参考にして、ストライド2で実行する

Comments

[goki_gottan]

ありがとうございます。
コードが見たいです。

また、応用性もほしいです。
たとえば、maxだけでなく、averageとかもあったらいいですね

[jbpb0]

> コードが見たい

回答に載せたリンク先にあります

[goki_gottan]

ありがとうございます。
Poolingクラスを使うと思うのですが、その関数を使うまでの過程はどのようにしたらよいでしょうか。

[goki_gottan]

https://github.com/mratsim/Arraymancer/issues/174
ここにも参考があるのですが、やはり、クラス関数を使うため、
画像情報を引っ張ってくる。MaxPool処理する。出力する
という流れが欲しいです。

[goki_gottan]

https://qiita.com/jun40vn/items/be48afbdd9da19f1e43e
サンプル実装のコードを書けば、
class Pooling:
を使えますか？

[jbpb0]

まずは、自分で考えてやってみる
やってみてうまく行かなくても、何でうまく行かないのか、どうすればうまく行くのかを自分で考える
どうしても分からなければ、そこを質問する

質問する際は、自分でどうやってみたのか、どううまく行かないのか、うまく行かない理由を自分はどう考えているのか、も書く
やってほしいことだけを書かない

まずやる
質問はそれから

[fana]

「画素値のRead/Writeさえできるなら，そのくらいの処理は単に自前実装すりゃいいんじゃないの？」と思うのですが…それを避けるべき理由が何かあるのでしょうか？
（python + OpenCV なタグで，よくこんな雰囲気の質問を見かける気がするのですが，自前でループ組むともう速度面に著しい問題が出るだとか，何かそういう話が暗黙的に存在しているのでしょうか？　「python + OpenCV」というジャンルに．）

[goki_gottan]

ありがとうございます。
openCVでreadはできます。
リードした画素データ、RGBの場合、imgとします。
そのimgを、img2=Pooling(img)とかにします。
それで解決しますか？
それが分かりませんので・・・質問させていただきました。

[fana]

(1) まず，所望の（小さい）サイズの結果画像バッファを用意する．
(2) で，その結果画像バッファの各画素について，その画素値を決定する（：ここでは，入力画像上の対応範囲を走査して最大値を求む）．

というだけの話に思えるのだが…？？

[goki_gottan]

ご回答ありがとうございます。
よくあるサイトでは、[2,2]ピクセルの例えばMaxを取得する。ズラす。
これを繰り返しますよね？　結果画像バッファは必要でしょうか？

[fana]

> dst = img.copy()

質問文内のコードで言えば，これが結果用のバッファ（のつもり）なんじゃないの？
何が疑問点なのかが全くわからんっす．

Answer 2

dst = img.copy()

をして、dstを関数の値として返しているので、画像サイズは同じになっています。

以下を参考にして画像サイズの変更をしましょう。

OpenCVで画像サイズの変更をしてみた

Comments

[goki_gottan]

ご回答ありがとうございます。
参考サイトは画像のリサイズで、どのようなリサイズ処理されているのか分かりません。
叩き込みとmaxpoolを同時にしたいのですが

[jbpb0]

> どのようなリサイズ処理されているのか分かりません

参考
http://opencv.jp/opencv-2svn/cpp/geometric_image_transformations.html#cv-resize
の「cv::resize」の「補間手法」

[ppaul]

return cv2.resize(dst. w//k, h//k)

ではだめでしょうか。

[goki_gottan]

補間ということは、どちらかというとaverageに近いですよね？
そうではなく、４ピクの中で輝度の高いものを取り出しているのです