reconstruct_from_patches_2d

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

Восстановить изображение по всем его фрагментам.

Предполагается, что фрагменты перекрываются. Изображение строится путем заполнения фрагментами слева направо и сверху вниз, а перекрывающиеся области усредняются.

Подробнее см. в руководстве пользователя.

Параметры:

patchesndarray of shape (n_patches, patch_height, patch_width) or (n_patches, patch_height, patch_width, n_channels)

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

image_sizetuple of int (image_height, image_width) or (image_height, image_width, n_channels)

Размер восстанавливаемого изображения.

Возвращает:

imagendarray of shape 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 в галерее

Удаление шума с изображений с помощью обучения словаря