tf.contrib.image.single_image_random_dot_stereograms
Вывод тензора RandomDotStereogram для экспорта с помощью операции encode_PNG/JPG.
tf.contrib.image.single_image_random_dot_stereograms(
depth_values, hidden_surface_removal=None, convergence_dots_size=None,
dots_per_inch=None, eye_separation=None, mu=None, normalize=None,
normalize_max=None, normalize_min=None, border_level=None, number_colors=None,
output_image_shape=None, output_data_window=None
)
Принимая во внимание двумерный тензор 'depth_values' с закодированными значениями Z, эта операция закодирует 3-мерные данные в 2-мерное изображение. Выход этой операции подходит для операций encode_PNG/JPG. Будьте осторожны с сжатием изображения, так как это может повредить закодированные 3-мерные данные внутри изображения.
Основано на этой статье.
Это выводит изображение SIRDS как picture_out.png:
img=[[1,2,3,3,2,1],
[1,2,3,4,5,2],
[1,2,3,4,5,3],
[1,2,3,4,5,4],
[6,5,4,4,5,5]]
session = tf.compat.v1.InteractiveSession()
sirds = single_image_random_dot_stereograms(
img,
convergence_dots_size=8,
number_colors=256,normalize=True)
out = sirds.eval()
png = tf.image.encode_png(out).eval()
with open('picture_out.png', 'wb') as f:
f.write(png)
| Аргументы | |
|---|---|
depth_values | A Tensor. Должен быть одним из следующих типов: float64, float32, int64, int32. Значения Z данных для кодирования в окно 'output_data_window', меньшее, дальше {0.0 дно (далеко), 1.0 потолок (близко) после нормализации}, должно быть двумерным тензором |
hidden_surface_removal | Необязательный bool. По умолчанию True. Активирует удаление скрытых поверхностей |
convergence_dots_size | Необязательный int. По умолчанию 8. Размер черных точек в пикселях, помогающий просмотреть сходящееся изображение, нарисованное в нижней части изображения |
dots_per_inch | Необязательный int. По умолчанию 72. Выходное устройство в точках на дюйм |
eye_separation | Необязательный float. По умолчанию 2.5. Расстояние между глазами в дюймах |
mu | Необязательный float. По умолчанию 0.3333. Глубина резкости, Доля расстояния обзора (например, 1/3 = 0,3333) |
normalize | Необязательный bool. По умолчанию True. Нормализовать входные данные к [0,0, 1,0] |
normalize_max | Необязательный float. По умолчанию -100. Исправить максимальное значение для нормализации (0,0) - если < MIN, автоматическая масштабировка |
normalize_min | Необязательный float. По умолчанию 100. Исправить минимальное значение для нормализации (0,0) - если > MAX, автоматическая масштабировка |
border_level | Необязательный float. По умолчанию 0. Значение границы в глубине 0,0 {далеко} до 1,0 {близко} |
number_colors | Необязательный int. По умолчанию 256. Поддерживаются 2 (черно-белые), 256 (градации серого) и числа > 256 (полный цвет) |
output_image_shape | Необязательный tf.TensorShape или список ints. По умолчанию форма [1024, 768, 1]. Определяет форму выходного изображения в '[X, Y, Каналы]' 1-серая шкала, 3 цвет; каналы будут обновлены до 3, если number_colors > 256 |
output_data_window | Необязательный tf.TensorShape или список ints. По умолчанию [1022, 757]. Размер окна "DATA", должен быть равен или меньше output_image_shape, будет центрирован и использовать convergence_dots_size для наилучшего соответствия, чтобы избежать наложения, если это возможно |
| Возвращает | |
|---|---|
A Tensor типа uint8 формы 'output_image_shape' с закодированными 'depth_values' |
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/image/single_image_random_dot_stereograms