tensoreflusso:: ops:: ResizeArea

size images utilizzando l'interpolazione dell'area.

Riepilogo

Le immagini di input possono essere di diversi tipi ma le immagini di output sono sempre float.

L'intervallo dei valori dei pixel per l'immagine di output potrebbe essere leggermente diverso dall'intervallo dell'immagine di input a causa della precisione numerica limitata. Per garantire un intervallo di output, ad esempio [0.0, 1.0] , applicare tf.clip_by_value all'output.

Ogni pixel di output viene calcolato trasformando prima l'impronta del pixel nel tensore di input e quindi calcolando la media dei pixel che intersecano l'impronta. Il contributo di un pixel di input alla media è ponderato in base alla frazione della sua area che interseca l'impronta. Questo è lo stesso di INTER_AREA di OpenCV.

Argomenti:

• scope: un oggetto Scope
• immagini: 4-D con forma [batch, height, width, channels] .
• size: = A 1-D int32 Tensore di 2 elementi: new_height, new_width . La nuova dimensione per le immagini.

Attributi facoltativi (vedi Attrs ):

• align_corners: se vero, i centri dei 4 pixel d'angolo dei tensori di input e output sono allineati, preservando i valori nei pixel d'angolo. Il valore predefinito è falso.

Resi:

• Output : 4-D con forma [batch, new_height, new_width, channels] .

Attributi pubblici

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
)