我的项目的一部分是在图像上使用阈值内核。阈值内核可能如下所示：
[50 100]
[150 200]
我想检查每组 3x3 像素（没有重叠），并使用我的内核对它们进行阈值处理。
例如，如果我有这个灰度图像：
[120 120 120 120]
[120 120 120 120]
[170 170 170 170]
[170 170 170 170]
然后在阈值处理后我应该得到这个图像：
[1 1 1 1]
[0 0 0 0]
[1 1 1 1]
[1 0 1 0]
我正在使用 TensorFlow，我的网络需要不同形状的批次。
输入是：
data['input_tensor'] = tf.placeholder(tf.float32, shape=[None, None, None, 1], name='Input')
阈值内核的类型为：tf.Variable()，大小为 5x5， 应该学习它的值！
我找不到实现它的方法。我尝试遍历输入批次，但它的大小是未知的（它只在会话期间知道）。我不想复制阈值内核，因为这样网络将尝试学习它的所有值（现在太多了）。
有没有办法在没有循环的情况下做到这一点？如果没有，我怎么能用循环来做呢？
谢谢。