移動窗口子矩陣的規範

Question

我嘗試創建一個函數來執行矩陣和過濾器之間的卷積。我設法做了基本的操作，但是我無意中計算了切片矩陣（主矩陣的子矩陣）的範數，對應於輸出中的每個位置。

的代碼是這樣的：

def convol2d(matrix, kernel): 
    # matrix - input matrix indexed (v, w) 
    # kernel - filtre indexed (s, t), 
    # h -output indexed (x, y), 
    # The output size is calculated by adding smid, tmid to each side of the dimensions of the input image. 
    norm_filter = np.linalg.norm(kernel) # The norm of the filter 

    vmax = matrix.shape[0] 
    wmax = matrix.shape[1] 
    smax = kernel.shape[0] 
    tmax = kernel.shape[1] 
    smid = smax // 2 
    tmid = tmax // 2 
    xmax = vmax + 2 * smid 
    ymax = wmax + 2 * tmid 
    window_list = [] # Initialized an empty list for storing the submatrix 

    print vmax 
    print xmax 

    h = np.zeros([xmax, ymax], dtype=np.float) 

    for x in range(xmax): 
     for y in range(ymax): 
      s_from = max(smid - x, -smid) 
      s_to = min((xmax - x) - smid, smid + 1) 
      t_from = max(tmid - y, -tmid) 
      t_to = min((ymax - y) - tmid, tmid + 1) 
      value = 0 
      for s in range(s_from, s_to): 
       for t in range(t_from, t_to): 
        v = x - smid + s 
        w = y - tmid + t 
        print matrix[v, w] 
        value += kernel[smid - s, tmid - t] * matrix[v, w] 

        # This does not work 
        window_list.append(matrix[v,w]) 
        norm_window = np.linalg.norm(window_list) 

      h[x, y] = value/norm_filter * norm_window 
    return h 

例如，我的輸入矩陣是A(v, w)，我想的是，在輸出矩陣h (x,y)我的輸出值，計算如下：

h(x,y) = value/ (norm_of_filer * norm_of_sumbatrix) 

感謝任何幫助！

編輯：繼建議，我修改這樣的：

我修改這樣的，但我只得到了第一行追加，並且在計算中使用，而不是整個子矩陣。

 `for s in range(s_from, s_to): 
      for t in range(t_from, t_to): 
        v = x - smid + s 
        w = y - tmid + t 
        value += kernel[smid - s, tmid - t] * matrix[v, w] 
        window_list.append(matrix[v,w]) 
      window_array = np.asarray(window_list, dtype=float) 
     window_list = [] 
     norm_window = np.linalg.norm(window_array) 
     h[x, y] = value/norm_filter * norm_window` 

Answer 1

np.linalg.norm的輸入應該是「輸入數組」。嘗試將矩陣列表轉換爲數組。 （python: list of matrices to numpy array?）

此外，可能會將norm_window行移出循環，因爲您只有稍後纔會在最後一步中使用它，並在其中包含所有內容。事實上，等待循環完成，將完成的列表轉換爲數組（因此只能完成一次）並評估norm_window。