reconstruct_from_patches_2d

sklearn.feature_extraction.image.reconstruct_from_patches_2d(patches, image_size)[source]

Восстановление изображения из всех его фрагментов.

Предполагается, что фрагменты перекрываются, и изображение восстанавливается, заполняя фрагменты слева направо, сверху вниз, усредняя перекрывающиеся области.

Подробнее см. в Руководстве пользователя.

Параметры:

patchesмассив ndarray формы (n_patches, patch_height, patch_width) или (n_patches, patch_height, patch_width, n_channels)

Полный набор фрагментов. Если фрагменты содержат информацию о цвете, каналы индексируются вдоль последнего измерения: фрагменты RGB будут иметь n_channels=3.

image_sizeкортеж int (image_height, image_width) или (image_height, image_width, n_channels)

Размер изображения, которое будет восстановлено.

Возвращает:

imageмассив ndarray формы image_size

Восстановленное изображение.

Примеры

>>> from sklearn.datasets import load_sample_image
>>> from sklearn.feature_extraction import image
>>> one_image = load_sample_image("china.jpg")
>>> print('Image shape: {}'.format(one_image.shape))
Image shape: (427, 640, 3)
>>> image_patches = image.extract_patches_2d(image=one_image, patch_size=(10, 10))
>>> print('Patches shape: {}'.format(image_patches.shape))
Patches shape: (263758, 10, 10, 3)
>>> image_reconstructed = image.reconstruct_from_patches_2d(
...     patches=image_patches,
...     image_size=one_image.shape
... )
>>> print(f"Reconstructed shape: {image_reconstructed.shape}")
Reconstructed shape: (427, 640, 3)

Примеры галереи

Денейзинг изображения с помощью обучения словарю