tf.keras.preprocessing.image.smart_resize

Изменение размера изображений до целевого размера без искажения соотношения сторон.

tf.keras.preprocessing.image.smart_resize(
    x,
    size,
    interpolation='bilinear',
    data_format='channels_last',
    backend_module=None
)

Наборы данных изображений обычно содержат изображения разного размера. Однако эти изображения необходимо сгруппировать в батчи перед обработкой слоями Keras. Для группировки изображения должны иметь одинаковую высоту и ширину.

Можно просто сделать так в TF (или эквиваленте JAX):

size = (200, 200)
ds = ds.map(lambda img: resize(img, size))

Однако, если вы сделаете это, вы исказите соотношение сторон ваших изображений, так как в целом они не имеют одинакового соотношения сторон, как size. В многих случаях это приемлемо, но не всегда (например, для моделей генерации изображений это может быть проблемой).

Обратите внимание, что передача аргумента preserve_aspect_ratio=True в resize сохранит соотношение сторон, но при этом не будет соблюдаться предоставленный целевой размер.

Это требует:

size = (200, 200)
ds = ds.map(lambda img: smart_resize(img, size))

Вы получите изображения на выходе с размером (200, 200) и они не будут искажены. Вместо этого, части изображения, которые не помещаются в целевой размер, будут обрезаны.

Процесс изменения размера:

1. Возьмите наибольшую центральную часть изображения, имеющую то же соотношение сторон, что и целевой размер. Например, если size=(200, 200), и входное изображение имеет размер (340, 500), мы берем обрезку (340, 340), центрированную по ширине.
2. Измените размер обрезанного изображения до целевого размера. В приведенном выше примере мы меняем размер (340, 340) обрезки до (200, 200).