Tensorflow 中是否有任何convolution方法可以将 Sobel 滤波器应用于图像img（类型float32和等级 2 的张量）？
sobel_x = tf.constant([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], 'float32')
result = tf.convolution(img, sobel_x) # <== TO DO THIS
我已经看到tf.nn.conv2d了，但我不知道如何将它用于此操作。有什么方法可以tf.nn.conv2d用来解决我的问题吗？
也许我在这里遗漏了一个微妙之处，但您似乎可以使用tf.expand_dims()and将 Sobel 过滤器应用于图像tf.nn.conv2d()，如下所示：
sobel_x = tf.constant([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], tf.float32)
sobel_x_filter = tf.reshape(sobel_x, [3, 3, 1, 1])
sobel_y_filter = tf.transpose(sobel_x_filter, [1, 0, 2, 3])
# Shape = height x width.
image = tf.placeholder(tf.float32, shape=[None, None])
# Shape = 1 x height x width x 1.
image_resized = tf.expand_dims(tf.expand_dims(image, 0), 3)
filtered_x = tf.nn.conv2d(image_resized, sobel_x_filter,
strides=[1, 1, 1, 1], padding='SAME')
filtered_y = tf.nn.conv2d(image_resized, sobel_y_filter,
strides=[1, 1, 1, 1], padding='SAME')
Tensorflow 1.8 添加了 tf.image.sobel_edges() 所以这是现在最简单也可能是最健壮的方法。