挑战图像处理100问（8）——最大池化

读取图像，对图像作最大池化处理。
原图如下：

关于最大池化

将图片按照固定大小网格分割，网格内的像素值取网格内所有像素的最大值。

我们将这种把图片使用均等大小网格分割，并求网格内代表值的操作称为池化（Pooling）。

池化操作是卷积神经网络（Convolutional Neural Network中重要的图像处理方式。最大池化按照下式定义：
$v=max(v_i)，(i=1,2,......,R)$

代码实现

# -*- coding: utf-8 -*-
"""
Created on Wed Apr  8 21:26:48 2020

@author: Tian YJ
"""

import cv2
import numpy as np

# 定义最大池化函数，网格大小为8*8
def max_pooling(img, G=8):
	out = img.copy()
	# 获取图片尺寸
	H, W, C = img.shape
	H_new = int(H/G)
	W_new = int(W/G)

	for h in range(H_new):
		for w in range(W_new):
			for c in range(C):
				out[G*h:G*(h+1), G*w:G*(w+1), c] = np.max(img[G*h:G*(h+1), G*w:G*(w+1), c]).astype(np.int)
	return out

# 读取图片
path = 'C:/Users/86187/Desktop/image/'


file_in = path + 'cake.jpg' 
file_out = path + 'max_pooling.jpg' 
img = cv2.imread(file_in)

# 调用函数进行最大池化
out = max_pooling(img)

# 保存图片
cv2.imwrite(file_out, out)
cv2.imshow("result", out)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果展示

原图	平均池化