1

我正在尝试在将图像输入 CNN 之前对其进行预处理。

目标

使用以下等式在尺寸为 512x512（基本上是 (512,512, 3) 的形状）的 RGB 图像上应用高通滤波器（参考 1）后提取残差：

图片链接

其中I是图像，矩阵是高通滤波器。

最初，我想通过使用这里问题中定义的方法来解决问题。但他们使用了灰度图像。

假设：

分离不同通道中的图像，然后将过滤器应用于通道，然后再次组合它们。

您认为这是解决问题的正确方法还是有更好的方法？我将如何在 Python 中解决这个问题？

参考：

1)通过卷积神经网络进行隐写分析的深度学习

2)使用 Deep CNN 的相机模型识别

更新 目前，这是我的高通滤波器功能：

from scipy import ndimage
import numpy as np

def high_pass(data):
    kernel = [[-1, 2, -2, 2, -1],
              [2, -6, 8, -6, 2],
              [-2, 8, -12, 8, -2],
              [2, -6, 8, -6, 2],
              [-1, 2, -2, 2, -1]]
    kernel = np.dstack([kernel, kernel, kernel]) * (1.0/12.0)
    residual = ndimage.convolve(data, kernel)

    return residual
4

0 回答 0