TensorFlow函数：tf.image.extract_glimpse

tf.image.extract_glimpse函数

tf.image.extract_glimpse(
    input,
    size,
    offsets,
    centered=True,
    normalized=True,
    uniform_noise=True,
    name=None
)

请参阅指南：图像操作>裁剪

从输入张量中提取glimpse.

从输入张量的offsets位置处返回一组称为glimpses的窗口.如果窗口仅与输入部分重叠,则非重叠区域将填充随机噪声.

结果是一个四维张量的形状[batch_size, glimpse_height, glimpse_width, channels].通道和批处理维度与输入张量相同.输出窗口的高度和宽度在size参数中指定.

参数normalized和centered控制如何构建窗口：

• 如果坐标归一化但不居中,则0.0和1.0对应于每个高度和宽度维度的最小值和最大值.
• 如果坐标既标准化又居中,则它们的范围从-1.0到1.0.坐标(-1.0,-1.0)对应于左上角,右下角位于(1.0,1.0),中心位于(0,0).
• 如果坐标未标准化,则将其解释为像素数.

参数：

• input：float32类型的Tensor,形状为[batch_size, height, width, channels]的四维浮动张量.
• size：int32类型的Tensor,2个元素的1维张量,其包含要提取的glimpses大小；必须先指定glimpses高度,然后是glimpses宽度.
• offsets：float32类型的Tensor.形状为[batch_size, 2]的2维整数张量,其中包含每个窗口中心的 y、x 位置.
• centered：可选的bool,默认为True,指示偏移坐标是否相对于图像居中,在这种情况下,(0,0)偏移是相对于输入图像的中心的；如果为false,则(0,0)偏移量对应于输入图像的左上角.
• normalized：可选的bool,默认为True,指示偏移坐标是否归一化.
• uniform_noise：可选的bool,默认为True,指示是否应该使用均匀分布或高斯分布生成噪声.
• name：操作的名称(可选).

返回：

函数返回float32类型的Tensor.