tf.image.crop_and_resize

Извлекает фрагменты из входного тензора изображения и изменяет их размер.

tf.image.crop_and_resize(
    image, boxes, box_indices, crop_size, method='bilinear', extrapolation_value=0,
    name=None
)

Извлекает фрагменты из входного тензора изображения и изменяет их размер с помощью билинейной или ближайшей-соседней выборки (возможно, с изменением соотношения сторон) до общего выходного размера, указанного в crop_size. Это более общее, чем операция crop_to_bounding_box, которая извлекает фрагмент фиксированного размера из входного изображения и не позволяет изменять размер или соотношение сторон.

Возвращает тензор с crops из входного image в позициях, определенных в коробках ограничивающих элементов в boxes. Все обрезанные блоки изменены в размер (с билинейной или ближайшей-соседней интерполяцией) до фиксированного size = [crop_height, crop_width]. Результат — 4-мерный тензор [num_boxes, crop_height, crop_width, depth]. Изменение размера выполняется по принципу привязки к углам. В частности, если boxes = [[0, 0, 1, 1]], метод даст идентичные результаты, как использование tf.compat.v1.image.resize_bilinear() или tf.compat.v1.image.resize_nearest_neighbor()(зависит от аргумента method) с align_corners=True.

Аргументы
`image`	4-мерный тензор формы `[batch, image_height, image_width, depth]`. Оба `image_height` и `image_width` должны быть положительными.
`boxes`	2-мерный тензор формы `[num_boxes, 4]`. Строка `i` тензора определяет координаты блока в изображении `box_ind[i]` и задается в нормированных координатах `[y1, x1, y2, x2]`. Нормализованное значение координаты `y` отображается в координаты изображения в `y * (image_height - 1)`, так как интервал `[0, 1]` нормированной высоты изображения отображается в `[0, image_height - 1]` в координатах высоты изображения. Мы допускаем `y1` > `y2`, в этом случае выборочный фрагмент — перевернутая вверх ногами версия исходного изображения. Размер ширины обрабатывается аналогично. Нормализованные координаты вне диапазона `[0, 1]` разрешены, в этом случае мы используем `extrapolation_value` для экстраполяции значений входного изображения.
`box_indices`	1-мерный тензор формы `[num_boxes]` со значениями int32 в `[0, batch)`. Значение `box_ind[i]` определяет изображение, к которому относится `i`-ый блок.
`crop_size`	1-мерный тензор из 2 элементов, `size = [crop_height, crop_width]`. Все обрезанные фрагменты изображения изменяются в размер до этого размера. Соотношение сторон содержимого изображения не сохраняется. Оба `crop_height` и `crop_width` должны быть положительными.
`method`	Необязательная строка, определяющая метод выборки для изменения размера. Она может быть `"bilinear"` или `"nearest"` и по умолчанию `"bilinear"`. В настоящее время поддерживаются два метода выборки: билинейная и ближайшая-соседняя.
`extrapolation_value`	Необязательное `float`. По умолчанию `0`. Значение, используемое для экстраполяции, при необходимости.
`name`	Имя операции (необязательно).

Возвращаемое значение
4-мерный тензор формы `[num_boxes, crop_height, crop_width, depth]`.

Пример:

import tensorflow as tf
BATCH_SIZE = 1
NUM_BOXES = 5
IMAGE_HEIGHT = 256
IMAGE_WIDTH = 256
CHANNELS = 3
CROP_SIZE = (24, 24)

image = tf.random.normal(shape=(BATCH_SIZE, IMAGE_HEIGHT, IMAGE_WIDTH,
CHANNELS) )
boxes = tf.random.uniform(shape=(NUM_BOXES, 4))
box_indices = tf.random.uniform(shape=(NUM_BOXES,), minval=0,
maxval=BATCH_SIZE, dtype=tf.int32)
output = tf.image.crop_and_resize(image, boxes, box_indices, CROP_SIZE)
output.shape  #=> (5, 24, 24, 3)

© 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/r2.3/api_docs/python/tf/image/crop_and_resize