Python Conv2D产生奇怪的输出

我试图在我的图像上使用via TensorFlow

tf.nn.conv2d

。但是输出非常奇怪，我不知道我做错了什么

我通过以下方式加载图片：

file = tf.io.read_file("corgi.jpg")
uint_image = tf.io.decode_jpeg(file, 1)
image = tf.cast(uint_image,tf.float32)
kernel = tf.constant(np.array([[1, 1, 1],
                               [1, -8, 1],
                               [1, 1, 1]]), dtype=tf.float32)
convoluted_image = self.convoluteTest(image, kernel)
rs_convoluted_image = tf.reshape(convoluted_image,
                                 [tf.shape(image)[0] - tf.shape(kernel)[0] + 1,
                                  tf.shape(image)[1] - tf.shape(kernel)[0] + 1, 1])
casted_image = tf.cast(rs_convoluted_image, tf.uint8)
encoded = tf.io.encode_jpeg(casted_image)
tf.io.write_file("corgi-tensor-laplace.jpg", encoded)

但是图像参数不能传递给tf.nn.conv2d函数，因为图像张量要求是4d张量

此函数在此重塑并应用我的拉普拉斯过滤器：

  def convoluteTest(image_tensor, kernel_tensor):
        shape = tf.shape(image_tensor)
        reshaped_image_tensor = tf.reshape(image_tensor, [1, shape[0].numpy(), shape[1].numpy(), 1])
        reshaped_kernel_tensor = tf.reshape(kernel_tensor,
                                            [tf.shape(kernel_tensor)[0].numpy(), tf.shape(kernel_tensor)[0].numpy(), 1,
                                             1])
        convoluted = tf.nn.conv2d(reshaped_image_tensor, reshaped_kernel_tensor, strides=[1, 1, 1, 1], padding='VALID')
        return convoluted

原图：

失败的拉普拉斯：

更新：

灰色输出：

---

我做错了什么？我无法理解这一点…

我认为问题在于

casted_image=tf.cast（rs_coulded_image，tf.uint8）

将[0255]之外的数据截断为纯黑色或纯白色（0和255）

我认为在转换到

UTIT8

之前，您缺少一个返回到

[0255]

范围的标准化步骤

试一试

---

使用更新编辑问题please@SebastianG. 这张照片怎么了？你期望的产量是多少？有白色和黑色像素。如果您希望找到更大的BLOB，那么应该增加内核的大小。数据就是这样。请参阅示例.@SebastianG。例如，您可以应用一些颜色更改，将某些位值映射为较暗或较亮的颜色。通常，此过滤器不用于视觉目的，并且对其输出外观进行干扰是毫无用处的。正常情况下，“灰色”并不重要，甚至转换到

uint8

也会产生干扰。它是“卷积的”，而不是“卷积的”。应用卷积的过程是“卷积”。

normalized_convolved = (rs_convoluted_image - tf.reduce_min(rs_convoluted_image) / (tf.reduce_max(rs_convoluted_image) - tf.reduce_min(rs_convoluted_image))
normalized_convolved = normalized_convolved * 255

casted_image = tf.cast(normalized_convolved, tf.uint8)