tf.keras.ops.image.affine_transform

Применяет заданное преобразование (преобразования) к изображению (изображениям).

tf.keras.ops.image.affine_transform(
    image,
    transform,
    interpolation='bilinear',
    fill_mode='constant',
    fill_value=0,
    data_format='channels_last'
)

Аргументы
`image`	Входное изображение или пакет изображений. Должно быть трёхмерным или четырёхмерным.
`transform`	Матрица (матрицы) проективного преобразования. Вектор длины 8 или тензор размера N x 8. Если одна строка преобразования равна `[a0, a1, a2, b0, b1, b2, c0, c1]`, то она отображает выходную точку `(x, y)` в преобразованную входную точку `(x', y') = ((a0 x + a1 y + a2) / k, (b0 x + b1 y + b2) / k)`, где `k = c0 x + c1 y + 1`. Это преобразование является обратным по отношению к преобразованию, отображающему входные точки в выходные. Обратите внимание, что градиенты не распространяются обратно в параметры преобразования. Обратите внимание, что `c0` и `c1` действуют только при использовании бэкенда TensorFlow; при использовании других бэкендов они будут считаться `0`.
`interpolation`	Метод интерполяции. Доступны методы `"nearest"` и `"bilinear"`. По умолчанию используется `"bilinear"`.
`fill_mode`	Точки за пределами входных данных заполняются в соответствии с заданным режимом. Доступны методы `"constant"`, `"nearest"`, `"wrap"` и `"reflect"`. По умолчанию используется `"constant"`. `"reflect"`: `(d c b a \| a b c d \| d c b a)` Входные данные расширяются отражением относительно края последнего пикселя. `"constant"`: `(k k k k \| a b c d \| k k k k)` Входные данные расширяются заполнением всех значений за пределами края одним и тем же постоянным значением k, заданным параметром `fill_value`. `"wrap"`: `(a b c d \| a b c d \| a b c d)` Входные данные расширяются циклическим переходом к противоположному краю. `"nearest"`: `(a a a a \| a b c d \| d d d d)` Входные данные расширяются ближайшим пикселем.
`fill_value`	Значение для точек за пределами входных данных, если `fill_mode="constant"`. По умолчанию используется `0`.
`data_format`	Строка: `"channels_last"` или `"channels_first"`. Порядок измерений во входных данных. `"channels_last"` соответствует входным данным с формой `(batch, height, width, channels)`, а `"channels_first"` — входным данным с формой `(batch, channels, height, weight)`. По умолчанию используется значение `image_data_format` из файла конфигурации Keras по пути `~/.keras/keras.json`. Если вы его не задавали, будет использоваться `"channels_last"`.

Возвращает
Изображение или пакет изображений с применённым аффинным преобразованием.

Примеры:

x = np.random.random((2, 64, 80, 3)) # batch of 2 RGB images
transform = np.array(
    [
        [1.5, 0, -20, 0, 1.5, -16, 0, 0],  # zoom
        [1, 0, -20, 0, 1, -16, 0, 0],  # translation
    ]
)
y = keras.ops.image.affine_transform(x, transform)
y.shape
(2, 64, 80, 3)

x = np.random.random((64, 80, 3)) # single RGB image
transform = np.array([1.0, 0.5, -20, 0.5, 1.0, -16, 0, 0])  # shear
y = keras.ops.image.affine_transform(x, transform)
y.shape
(64, 80, 3)

x = np.random.random((2, 3, 64, 80)) # batch of 2 RGB images
transform = np.array(
    [
        [1.5, 0, -20, 0, 1.5, -16, 0, 0],  # zoom
        [1, 0, -20, 0, 1, -16, 0, 0],  # translation
    ]
)
y = keras.ops.image.affine_transform(x, transform,
    data_format="channels_first")
y.shape
(2, 3, 64, 80)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/ops/image/affine_transform