整理桌面

tools/convolutionMatrix.js

@@ -0,0 +1,47 @@
+/*
+ * 参数中的 kernel 就是卷积核方阵，不过顺着排列成了一个九位的数组
+ * 像是这样 [-1, -1, -1, -1, 8, -1, -1, -1, -1]
+ * offset 对RGBA数值直接增加，表现为提高亮度
+ * 下面的for循环
+ * y 代表行，x 代表列，c 代表RGBA
+ */
+
+export default function (image, kernel, offset = 0) {
+  let { width, height, data } = image
+  for (let y = 1; y < height - 1; y += 1) {
+    for (let x = 1; x < width - 1; x += 1) {
+      for (let c = 0; c < 3; c += 1) {
+        let i = (y * width + x) * 4 + c
+        data[i] =
+          offset +
+          (
+            kernel[0] * data[i - width * 4 - 4] +
+            kernel[1] * data[i - width * 4] +
+            kernel[2] * data[i - width * 4 + 4] +
+            kernel[3] * data[i - 4] +
+            kernel[4] * data[i] +
+            kernel[5] * data[i + 4] +
+            kernel[6] * data[i + width * 4 - 4] +
+            kernel[7] * data[i + width * 4] +
+            kernel[8] * data[i + width * 4 + 4]
+          ) / 1
+      }
+      data[(y * width + x) * 4 + 3] = 255
+    }
+  }
+  return image
+}
+
+// 卷积核
+
+// 全连接层, 输入全部特征队列, 输入网络深度
+function 全连接(arr, deep = 1) {
+  let list = []
+  for (let i = 0; i < arr.length; i++) {
+    list.push(arr[i])
+  }
+
+  for (let i = 0; i < deep; i++) {
+
+  }
+}