问题描述
我随机抽取一个内核，并将其应用于padding ='valid'，stride =（1,1），内核大小=（3,3）的图像。
这是正常图像：
这是应用滤镜后的图片：
然后我将原始图像旋转了90度，然后更改为：
然后我在旋转的图像上应用了相同的滤镜，并将其作为输出：
然后旋转此输出图像，以使其旋转与先前的特征图相同。 旋转此旋转特征图并将其与以前的特征图进行比较之后，我发现它们并不相同。
这是两个要素图的图像：
如您所见，它们显然不相同。
这意味着要素映射会随着输入图像中要素位置的变化而变化。
但是为什么会这样呢？ 例如：假设我们有一个检测“眼睛”的内核，然后对图像中心的“眼睛”图像上的内核进行训练后，我们给它一个图像，这一次，“眼睛”位于顶部-图片的左侧。它仍然会做得很好，因为它将在图像的每个（5,5）部分上搜索眼睛（假设内核的大小为（5，5）），因此该功能的位置不重要在图像中。
那么，为什么我们在“ 5”的示例中更改输入图像中特征的位置时映射了特征？
解决方法
您有2个不同的特征图，因为当您将原始图像旋转90度时，不再以相同的方式应用内核。这是一个演示：
假设这是您的图片
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
这是您的2乘2内核：
1 2
3 4
如果将此滤镜应用到图像的2 * 2凝视部分，则会得到以下值：
(1*1) + (2*2) + (1*3) + (2*4)
= 16
将图像旋转90度时，图像变为：
5 5 5 5 5
4 4 4 4 4
3 3 3 3 3
2 2 2 2 2
1 1 1 1 1
现在在此图像上应用相同的内核，但是由于滤镜图将再次旋转，因此我们将在旋转图像的左下角计算滤镜图的卷积。 （很难理解为什么我们要在旋转图像的左下角应用滤镜。）
(2*1) + (2*2) + (1*3) + (1*4)
= 13
由于13和16不相等，因此您获得了不同的特征图。
,过滤器不会旋转：对于3×3像素的窗口，您有9个权重表示窗口中的像素将在输出中表示多少，而像素不会旋转。如果旋转内核权重，则输出将相同。
假设您的内核具有这样的权重：
@HostListener('input',['$event']) // or/and keydown
onInputChange(event: Event): void {...}
结果是将所有像素移到底部一个位置。如果旋转图像，请应用滤镜并向后旋转，所有像素都将向左移动。