图片的卷积处理，在《基于Mathematica的图像卷积具体算法的实现过程》已经介绍过了。并在后来的几篇文章里面，用不同的模版，对图像进行了各种处理，包括浮雕效果、边界检测、增强边界等。本文，简单的介绍一下卷积处理与神经网络的结合——卷积层。15基于Mathematica的图像卷积具体算法的实现过程1怎么检测给定图的边界？（卷积算法）17怎么把图像变成浮雕效果？（图像卷积处理）
工具/原料
1
电脑
2
mathematica
方法/步骤
1
先用卷积层来构造一个初始化的神经网络p：p = NetInitialize@ ConvolutionLayer[3, 3, 'Input' -> 'Image', 'Output' -> 'Image']
3
用p来处理这幅图片：p[img]奇怪的是，图片被压缩成为了126*126大小的图片。
4
我尝试着把图片放大，效果如下。
5
可是，这个神经网络到底在背后干了什么？它柱扯罪采用的卷积模版是什么？为什么图片会被缩小？这些问题，我还不是很清楚。但有一点可以晃册肯定，那就是模版是随机的，每次运行，都可能使用不同的模版。p = NetInitialize@ ConvolutionLayer[3, 3, 'Input' -> 'Image', 'Output' -> 'Image'];p[img]如下所示，每次运行，都会有不同的效果。就说明，模版是随机出现的。
6
下图是用16次运行结果，组成的图像。
7
再来一次，还会是不同的结果。
8
代码如下图所示。
注意事项
步骤八里面的代码，是截图之后，进行了强化边界的卷积处理。
上一篇：原神稻妻地图继电石解密攻略