在我的代码片段中，我想构建一个Sobel滤波器，分别应用于图像（RGB）的每一层，最后将处理后的图像（仍然是RGB，但已被滤波）拼接在一起。

我不知道如何构建Sobel滤波器，其输入形状为[filter_depth, filter_height, filter_width, in_channels, out_channesl]，在我这里是这样的：

 sobel_x_filter = tf.reshape(sobel_x, [1, 3, 3, 3, 3]) 

整个代码看起来像这样：

回答：

你可以使用 tf.nn.depthwise_conv2d：

sobel_x = tf.constant([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], tf.float32)kernel = tf.tile(sobel_x[...,None],[1,1,3])[...,None]conv = tf.nn.depthwise_conv2d(image[None,...], kernel,strides=[1,1,1,1],padding='SAME')

使用 tf.nn.conv3d：

im = tf.expand_dims(tf.transpose(image, [2, 0, 1]),0)sobel_x = tf.constant([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], tf.float32)sobel_x_filter = tf.reshape(sobel_x, [1, 3, 3, 1, 1])conv = tf.transpose(tf.squeeze(tf.nn.conv3d(im[...,None], sobel_x_filter,                    strides=[1,1,1,1,1],padding='SAME')), [1,2,0])