جریان تنسور:: عملیات:: ResizeArea

با استفاده از درون یابی ناحیه، اندازه images را به size تغییر دهید.

خلاصه

تصاویر ورودی می توانند انواع مختلفی داشته باشند اما تصاویر خروجی همیشه شناور هستند.

محدوده مقادیر پیکسل برای تصویر خروجی ممکن است به دلیل دقت عددی محدود کمی با محدوده تصویر ورودی متفاوت باشد. برای تضمین یک محدوده خروجی، به عنوان مثال [0.0, 1.0] ، tf.clip_by_value را به خروجی اعمال کنید.

هر پیکسل خروجی ابتدا با تبدیل ردپای پیکسل به تانسور ورودی و سپس میانگین گیری پیکسل هایی که ردپای را قطع می کنند محاسبه می شود. سهم یک پیکسل ورودی به میانگین با کسری از مساحت آن که ردپای را قطع می کند وزن می شود. این همان INTER_AREA OpenCV است.

استدلال ها:

• scope: یک شی Scope
• تصاویر: 4 بعدی با شکل [batch, height, width, channels] .
• اندازه: = یک تانسور 1 بعدی int32 از 2 عنصر: new_height, new_width . اندازه جدید برای تصاویر

ویژگی های اختیاری (به Attrs مراجعه کنید):

• align_corners: اگر درست باشد، مرکز 4 پیکسل گوشه تانسورهای ورودی و خروجی با حفظ مقادیر در پیکسل های گوشه تراز می شوند. پیش فرض به نادرست.

برمی گرداند:

• Output : 4-D با شکل [batch, new_height, new_width, channels] .

صفات عمومی

Operation operation

::tensorflow::Output resized_images

 ResizeArea(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input images,
  ::tensorflow::Input size
)

 ResizeArea(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input images,
  ::tensorflow::Input size,
  const ResizeArea::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs AlignCorners(
  bool x
)