C++ 三种卷积方法实现

#include "CLConv.h" //void CLConv::juanji(int x[N1][M1],int y[N2][M2],int z[N1+N2-1][M1+M2-1]) //{ // int i,j; // int n,m; // for(i=0;i<N1+N2-1;i++) // for(j=0;j<M1+M2-1;j++) // { // int temp=0; // for(m=0;m<N1;m++) // for(n=0;n<M1;n++) // if((i-m)>=0&&(i-m)<N2&&(j-n)>=0&&(j-n)<M2) // temp+=x[m][n]*y[i-m][j-n]; // z[i][j]=temp; // } //} bool CL2DMatrix::Conv2(CL2DMatrix &_srcA,CL2DMatrix &_srcB) { if(ReSize(_srcA.m_rows+_srcB.m_rows-1,_srcA.m_cols+_srcB.m_cols-1) == false ) return false; for(int i=0;i<m_rows;i++) { for(int j=0;j<m_cols;j++) { int temp=0; for(int m=0;m<_srcA.m_rows;m++) { for(int n=0;n<_srcA.m_cols;n++) { if((i-m)>=0&&(i-m)<_srcB.m_rows && (j-n)>=0&&(j-n)<_srcB.m_cols) { //temp+=x[m][n]*y[i-m][j-n]; temp+= _srcA.GetData(m,n) * _srcB.GetData(i-m,j-n); } } } //z[i][j]=temp; m_Data[i*m_cols+j] = temp; } } return true; } void CLConv::Print(int* _ArrData,int n,int m) { int i; for(i=0;i<n;i++) { if(i%m==0) printf("\n"); printf("%4d",_ArrData[i]); } printf("\n"); } ////////////////////////////////////////// CL2DMatrix::CL2DMatrix() { m_Data = NULL; } CL2DMatrix::~CL2DMatrix() { if(m_Data !=NULL) delete[] m_Data; } bool CL2DMatrix::Assing(int *_Data,const int _nRows,const int _nClos) { if(ReSize(_nRows,_nClos) == false ) return false; int nSize = m_rows*m_cols; for(int i=0;i<nSize;i++) m_Data[i] = _Data[i]; return true; } bool CL2DMatrix::Step1(CL2DMatrix &_srcM,const int _nRows,const int _nClos) { if(ReSize(_nRows,_nClos) == false ) return false; for(int i=0;i<_srcM.m_rows;i++) { for(int j=0;j<_srcM.m_cols;j++) { m_Data[i*m_cols+j] = _srcM.GetData(i,j); } } return true; } bool CL2DMatrix::Step2(CL2DMatrix &_srcM) { if(ReSize(_srcM.m_rows*_srcM.m_cols,1) == false ) return false; int k=0; for(int i=0;i<_srcM.m_rows;i++) { for(int j=0;j<_srcM.m_cols;j++) { m_Data[k] = _srcM.GetData(i,j); k++; } } return true; } bool CL2DMatrix::Step3(CL2DMatrix &_srcM,const int _rows) { if(ReSize(_srcM.m_cols,_srcM.m_cols) == false ) return false; for(int i=0;i<_srcM.m_cols;i++) { for(int j=0;j<_srcM.m_cols;j++) { int k= (_srcM.m_cols - j + i )%_srcM.m_cols; m_Data[i*m_cols + k] = _srcM.GetData(_rows,j); } } return true; } bool CL2DMatrix::Step4(CL2DMatrix *_pMatrix,const int _nNum) { if(_nNum < 1 || ReSize(_pMatrix[0].m_cols*_nNum,_pMatrix[0].m_cols*_nNum) == false ) return false; int ncols = _pMatrix[0].m_cols; int nNum = 0; for(int i=0;i<_nNum;i++) { for(int ii=0;ii<ncols;ii++) { for(int j=0;j<_nNum;j++) { int food = (_nNum - j + i )%_nNum; for(int jj=0;jj<ncols;jj++) { m_Data[nNum] = _pMatrix[food].GetData(ii,jj); nNum++; } } } } return true; } bool CL2DMatrix::Step5(CL2DMatrix &_srcA,CL2DMatrix &_srcB) { if(_srcA.m_cols != _srcB.m_rows || ReSize(_srcA.m_rows,_srcB.m_cols) == false ) { printf("error: _srcA.m_cols(%d) != _srcB.m_rows(%d) \n",_srcA.m_cols , _srcB.m_rows); return false; } for(int i=0;i<_srcA.m_rows;i++) { for(int j=0;j<_srcB.m_cols;j++) { for(int k=0;k<_srcB.m_rows;k++) { //C[i][j] += A[i][k] * B[k][j]; m_Data[i*_srcB.m_cols + j] += _srcA.GetData(i,k) * _srcB.GetData(k,j); } } } return true; } bool CL2DMatrix::Step6(CL2DMatrix &_srcA,const int _nRows,const int _nClos) { if(_srcA.m_cols != 1 || _srcA.m_rows != _nRows*_nClos || ReSize(_nRows,_nClos) == false ) { printf("error: _srcA.m_rows(%d) != _nRows*_nClos (%d) \n",_srcA.m_rows ,_nRows*_nClos ); return false; } for(int i=0;i<_srcA.m_rows;i++) { m_Data[i] = _srcA[i]; } return true; } bool CL2DMatrix::ReSize(const int _nRows,const int _nClos) { m_rows = _nRows; m_cols = _nClos; int nSize = m_rows*m_cols; if(nSize < 1) return false; if(m_Data != NULL) delete[] m_Data; m_Data = new int[nSize]; for(int i=0;i<nSize;i++) m_Data[i] = 0; return true; } void CL2DMatrix::Print() { CLConv::Print(m_Data,m_rows*m_cols,m_cols); } ////////////////////////// void CLConv::Conv2(CL2DMatrix &_srcF,CL2DMatrix &_kernelG,CL2DMatrix &_dstR) { int dst_row = _srcF.m_rows + _kernelG.m_rows - 1; int dst_cols = _srcF.m_cols + _kernelG.m_cols - 1; ///step 1: 扩展 _srcF 与 _kernelG 为 dst_row * dst_cols 大小的矩阵 CL2DMatrix srcFp; srcFp.Step1(_srcF,dst_row,dst_cols); CL2DMatrix kernelGp; kernelGp.Step1(_kernelG,dst_row,dst_cols); //step 2: 构造 (dst_row * dst_cols ) * 1矩阵 CL2DMatrix srcFb; srcFb.Step2(srcFp); //step3:总共生成kernelGp.m_rows个 kernelGp.m_cols * kernelGp.m_cols 列矩阵 CL2DMatrix *pgp = new CL2DMatrix[kernelGp.m_rows]; for(int i=0;i<kernelGp.m_rows;i++) { pgp[i].Step3(kernelGp,i); } ///step4: 生成N^2 * N^2 矩阵 CL2DMatrix kernelGb; kernelGb.Step4(pgp,kernelGp.m_rows); //step5 :求两矩阵相乘 kernelGb *srcFb CL2DMatrix resultTmp; resultTmp.Step5(kernelGb,srcFb); //step6 :行列回转 _dstR.Step6(resultTmp,dst_row,dst_cols); } /* 假设有两个矩阵a,b，a的大小是ma行na列，b的大小是mb行nb列。 c=conv2(a,b)计算这两个矩阵的卷积，c的大小是ma+mb-1行，na+nb-1列。 计算过程如下： 1.对矩阵a进行边界填补0，填充规则是：在a的第一行之前和最后一行之后分别填充mb-1行0，并在a的第一列之前和最后一列之后分别填充nb-1列0； 2.对矩阵b进行翻转，上下换位左右换位。 rot90(b,2)或者fliplr(flipud(b))或者flipud(fliplr(b)) 3.从左上角开始，按照先列后行的顺序在矩阵a上滑动矩阵b，对应的元素相乘然后求和所得的数值为相应的c中的值。 */ bool CL2DMatrix::Step2_1(CL2DMatrix &_srcA,CL2DMatrix &_srcB) { if(ReSize(_srcA.m_rows+2*(_srcA.m_rows-1),_srcA.m_cols+2*(_srcB.m_cols-1)) == false ) return false; int ii = _srcA.m_rows-1; int jj = _srcB.m_cols-1; for(int i=0;i<_srcA.m_rows;i++) { for(int j=0;j<_srcB.m_cols;j++) { m_Data[ii*m_cols + jj] = _srcA.GetData(i,j); jj++; } jj = _srcB.m_cols-1; ii++; } return true; } bool CL2DMatrix::Step2_2(CL2DMatrix &_srcM) { if(ReSize(_srcM.m_rows,_srcM.m_cols) == false ) return false; int nSize = _srcM.m_rows * _srcM.m_cols -1; for(int i=0;i<=nSize;i++) { m_Data[nSize - i] = _srcM[i]; } return true; } bool CL2DMatrix::Step2_3(CL2DMatrix &_srcA,CL2DMatrix &_srcB,const int _nRows,const int _nClos) { if(ReSize(_nRows,_nClos) == false ) return false; for(int i=0;i<_nRows;i++) { for(int j=0;j<_nClos;j++) { int temp=0; for(int m=0;m<_srcB.m_rows;m++) { for(int n=0;n<_srcB.m_cols;n++) { //if((i-m)>=0&&(i-m)<_srcB.m_rows && (j-n)>=0&&(j-n)<_srcB.m_cols) //{ //temp+=x[m][n]*y[i-m][j-n]; temp+= _srcA.GetData(i+m,j+n) * _srcB.GetData(m,n); //} } } m_Data[i*m_cols+j] = temp; } } return true; } void CLConv::Conv2ByMove(CL2DMatrix &_srcF,CL2DMatrix &_kernelG,CL2DMatrix &_arrResult,const EShapeMode _eMode) { int dst_row = _srcF.m_rows + _kernelG.m_rows - 1; int dst_cols = _srcF.m_cols + _kernelG.m_cols - 1; //step 1; CL2DMatrix srcFA; srcFA.Step2_1(_srcF,_kernelG); //step 2; CL2DMatrix srcFB; srcFB.Step2_2(_kernelG); //step 2; _arrResult.Step2_3(srcFA,srcFB,dst_row,dst_cols); }