Python Tensorflow中是否有卷积函数来应用Sobel滤波器？

Tensorflow中是否有任何

卷积

方法将Sobel滤波器应用于图像

img

（类型为

float32

和秩2的张量）

sobel_x=tf.常量（[-1,0,1]，-2,0,2]，-1,0,1]，'float32'）
result=tf.convolution（img，sobel_x）#也许我在这里遗漏了一个微妙之处，但您似乎可以使用and对图像应用sobel过滤器，如下所示：

sobel_x = tf.constant([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], tf.float32)
sobel_x_filter = tf.reshape(sobel_x, [3, 3, 1, 1])
sobel_y_filter = tf.transpose(sobel_x_filter, [1, 0, 2, 3])

# Shape = height x width.
image = tf.placeholder(tf.float32, shape=[None, None])

# Shape = 1 x height x width x 1.
image_resized = tf.expand_dims(tf.expand_dims(image, 0), 3)

filtered_x = tf.nn.conv2d(image_resized, sobel_x_filter,
                          strides=[1, 1, 1, 1], padding='SAME')
filtered_y = tf.nn.conv2d(image_resized, sobel_y_filter,
                          strides=[1, 1, 1, 1], padding='SAME')

Tensorflow 1.8添加了tf.image.sobel_edges（），这是目前最简单、可能也是最健壮的方法。
完成后，我发现可以应用tf.squence（过滤的_x）。非常感谢。你能再解释一下它是怎么工作的吗？我怎样才能真正卷积一幅真实的图像并展示出来呢？第二个“sobel_x_过滤器”（sobel_x_过滤器）中有一个打字错误。@OliasailO谢谢你指出这一点！我已更新代码。您的sobel_x筛选器不正确<代码>tf.常量（[[1,0，-1]，[2,0，-2]，[1,0，-1]]，tf.float32）

最左侧必须与最右侧交换。

sobel_x = tf.constant([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], tf.float32)
sobel_x_filter = tf.reshape(sobel_x, [3, 3, 1, 1])
sobel_y_filter = tf.transpose(sobel_x_filter, [1, 0, 2, 3])

# Shape = height x width.
image = tf.placeholder(tf.float32, shape=[None, None])

# Shape = 1 x height x width x 1.
image_resized = tf.expand_dims(tf.expand_dims(image, 0), 3)

filtered_x = tf.nn.conv2d(image_resized, sobel_x_filter,
                          strides=[1, 1, 1, 1], padding='SAME')
filtered_y = tf.nn.conv2d(image_resized, sobel_y_filter,
                          strides=[1, 1, 1, 1], padding='SAME')