图像操作

`affine_transform` 函数

keras.ops.image.affine_transform(
    images,
    transform,
    interpolation="bilinear",
    fill_mode="constant",
    fill_value=0,
    data_format=None,
)

将给定的变换应用于图像。

参数

images：输入图像或批量图像。必须是 3D 或 4D。
transform：投影变换矩阵。一个长度为 8 的向量或大小为 N x 8 的张量。如果变换矩阵的一行为 [a0, a1, a2, b0, b1, b2, c0, c1]，则它将输出点 (x, y) 映射到变换后的输入点 (x', y') = ((a0 x + a1 y + a2) / k, (b0 x + b1 y + b2) / k)，其中 k = c0 x + c1 y + 1。与将输入点映射到输出点的变换相比，此变换是反向的。请注意，梯度不会反向传播到变换参数。请注意，c0 和 c1 仅在使用 TensorFlow 后端时有效，在使用其他后端时将被视为 0。
interpolation：插值方法。可用方法包括 "nearest" 和 "bilinear"。默认为 "bilinear"。
fill_mode：根据给定模式填充输入边界外的点。可用方法包括 "constant"、"nearest"、"wrap" 和 "reflect"。默认为 "constant"。
- "reflect"：(d c b a | a b c d | d c b a) 通过沿最后一个像素的边缘进行反射来扩展输入。
- "constant"：(k k k k | a b c d | k k k k) 通过使用 fill_value 指定的相同常数值 k 填充边缘外的所有值来扩展输入。
- "wrap"：(a b c d | a b c d | a b c d) 通过环绕到对边来扩展输入。
- "nearest"：(a a a a | a b c d | d d d d) 通过最近像素来扩展输入。
fill_value：如果 fill_mode="constant"，则用于输入边界外点的值。默认为 0。
data_format：指定输入张量数据格式的字符串。可以是 "channels_last" 或 "channels_first"。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入。如果未指定，则值默认为 keras.config.image_data_format。

返回值

应用仿射变换后的图像或批量图像。

示例

>>> x = np.random.random((2, 64, 80, 3)) # batch of 2 RGB images
>>> transform = np.array(
...     [
...         [1.5, 0, -20, 0, 1.5, -16, 0, 0],  # zoom
...         [1, 0, -20, 0, 1, -16, 0, 0],  # translation
...     ]
... )
>>> y = keras.ops.image.affine_transform(x, transform)
>>> y.shape
(2, 64, 80, 3)

>>> x = np.random.random((64, 80, 3)) # single RGB image
>>> transform = np.array([1.0, 0.5, -20, 0.5, 1.0, -16, 0, 0])  # shear
>>> y = keras.ops.image.affine_transform(x, transform)
>>> y.shape
(64, 80, 3)

>>> x = np.random.random((2, 3, 64, 80)) # batch of 2 RGB images
>>> transform = np.array(
...     [
...         [1.5, 0, -20, 0, 1.5, -16, 0, 0],  # zoom
...         [1, 0, -20, 0, 1, -16, 0, 0],  # translation
...     ]
... )
>>> y = keras.ops.image.affine_transform(x, transform,
...     data_format="channels_first")
>>> y.shape
(2, 3, 64, 80)

[源]

`crop_images` 函数

keras.ops.image.crop_images(
    images,
    top_cropping=None,
    left_cropping=None,
    bottom_cropping=None,
    right_cropping=None,
    target_height=None,
    target_width=None,
    data_format=None,
)

将 images 裁剪到指定的 height 和 width。

参数

images：输入图像或批量图像。必须是 3D 或 4D。
top_cropping：从顶部裁剪的列数。
left_cropping：从左侧裁剪的列数。
bottom_cropping：从底部裁剪的列数。
right_cropping：从右侧裁剪的列数。
target_height：输出图像的高度。
target_width：输出图像的宽度。
data_format：指定输入张量数据格式的字符串。可以是 "channels_last" 或 "channels_first"。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入。如果未指定，则值默认为 keras.config.image_data_format。

返回值

裁剪后的图像或批量图像。

示例

>>> images = np.reshape(np.arange(1, 28, dtype="float32"), [3, 3, 3])
>>> images[:,:,0] # print the first channel of the images
array([[ 1.,  4.,  7.],
       [10., 13., 16.],
       [19., 22., 25.]], dtype=float32)
>>> cropped_images = keras.image.crop_images(images, 0, 0, 2, 2)
>>> cropped_images[:,:,0] # print the first channel of the cropped images
array([[ 1.,  4.],
       [10., 13.]], dtype=float32)

[源]

`extract_patches` 函数

keras.ops.image.extract_patches(
    images, size, strides=None, dilation_rate=1, padding="valid", data_format=None
)

从图像中提取块（patches）。

参数

images：输入图像或批量图像。必须是 3D 或 4D。
size：块大小，整数或元组 (patch_height, patch_width)。
strides：沿高度和宽度的步长。如果未指定或为 None，则默认为与 size 相同的值。
dilation_rate：这是输入步长，指定输入中两个连续块样本的距离。对于非 1 的值，步长（strides）必须为 1。注意：strides > 1 不与 dilation_rate > 1 同时支持
padding：要使用的填充算法类型："same" 或 "valid"。
data_format：指定输入张量数据格式的字符串。可以是 "channels_last" 或 "channels_first"。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入。如果未指定，则值默认为 keras.config.image_data_format。

返回值

提取的块，3D（如果未分批）或 4D（如果已分批）。

示例

>>> image = np.random.random(
...     (2, 20, 20, 3)
... ).astype("float32") # batch of 2 RGB images
>>> patches = keras.ops.image.extract_patches(image, (5, 5))
>>> patches.shape
(2, 4, 4, 75)
>>> image = np.random.random((20, 20, 3)).astype("float32") # 1 RGB image
>>> patches = keras.ops.image.extract_patches(image, (3, 3), (1, 1))
>>> patches.shape
(18, 18, 27)

[源]

`gaussian_blur` 函数

keras.ops.image.gaussian_blur(
    images, kernel_size=(3, 3), sigma=(1.0, 1.0), data_format=None
)

对图像应用高斯模糊。

参数

images：输入图像或批量图像。必须是 3D 或 4D。
kernel_size：一个包含两个整数的元组，指定高斯核的高度和宽度。
sigma：一个包含两个浮点数的元组，指定高斯核沿高度和宽度的标准差。
data_format：指定输入张量数据格式的字符串。可以是 "channels_last" 或 "channels_first"。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入。如果未指定，则值默认为 keras.config.image_data_format。

返回值

模糊后的图像或批量图像。

示例

>>> x = np.random.random((2, 64, 80, 3))  # batch of 2 RGB images
>>> y = keras.ops.image.gaussian_blur(x)
>>> y.shape
(2, 64, 80, 3)

>>> x = np.random.random((64, 80, 3))  # single RGB image
>>> y = keras.ops.image.gaussian_blur(x)
>>> y.shape
(64, 80, 3)

>>> x = np.random.random((2, 3, 64, 80))  # batch of 2 RGB images
>>> y = keras.ops.image.gaussian_blur(
...     x, data_format="channels_first")
>>> y.shape
(2, 3, 64, 80)

[源]

`hsv_to_rgb` 函数

keras.ops.image.hsv_to_rgb(images, data_format=None)

将 HSV 图像转换为 RGB。

images 必须是 float 数据类型，并且只有当 images 中的值在 [0, 1] 范围内时，输出才有效。

参数

images：输入图像或批量图像。必须是 3D 或 4D。
data_format：指定输入张量数据格式的字符串。可以是 "channels_last" 或 "channels_first"。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入。如果未指定，则值默认为 keras.config.image_data_format。

返回值

RGB 图像或批量 RGB 图像。

示例

>>> import numpy as np
>>> from keras import ops
>>> x = np.random.random((2, 4, 4, 3))
>>> y = ops.image.hsv_to_rgb(x)
>>> y.shape
(2, 4, 4, 3)

>>> x = np.random.random((4, 4, 3)) # Single HSV image
>>> y = ops.image.hsv_to_rgb(x)
>>> y.shape
(4, 4, 3)

>>> x = np.random.random((2, 3, 4, 4))
>>> y = ops.image.hsv_to_rgb(x, data_format="channels_first")
>>> y.shape
(2, 3, 4, 4)

[源]

`map_coordinates` 函数

keras.ops.image.map_coordinates(
    inputs, coordinates, order, fill_mode="constant", fill_value=0
)

通过插值将输入数组映射到新坐标。

请注意，边界附近的插值与 scipy 函数不同，因为我们修复了一个突出的错误 scipy/issues/2640。

参数

inputs：输入数组。
coordinates：评估输入时的坐标。
order：样条插值的阶数。阶数必须是 0 或 1。0 表示最近邻插值，1 表示线性插值。
fill_mode：根据给定模式填充输入边界外的点。可用方法包括 "constant"、"nearest"、"wrap"、"mirror" 和 "reflect"。默认为 "constant"。
- "constant"：(k k k k | a b c d | k k k k) 通过使用 fill_value 指定的相同常数值 k 填充边缘外的所有值来扩展输入。
- "nearest"：(a a a a | a b c d | d d d d) 通过最近像素来扩展输入。
- "wrap"：(a b c d | a b c d | a b c d) 通过环绕到对边来扩展输入。
- "mirror"：(c d c b | a b c d | c b a b) 通过沿边缘镜像来扩展输入。
- "reflect"：(d c b a | a b c d | d c b a) 通过沿最后一个像素的边缘进行反射来扩展输入。
fill_value：如果 fill_mode="constant"，则用于输入边界外点的值。默认为 0。

返回值

输出输入或批量输入。

[源]

`pad_images` 函数

keras.ops.image.pad_images(
    images,
    top_padding=None,
    left_padding=None,
    bottom_padding=None,
    right_padding=None,
    target_height=None,
    target_width=None,
    data_format=None,
)

用零填充 images 到指定的 height 和 width。

参数

images：输入图像或批量图像。必须是 3D 或 4D。
top_padding：在顶部添加的零行数。
left_padding：在左侧添加的零列数。
bottom_padding：在底部添加的零行数。
right_padding：在右侧添加的零列数。
target_height：输出图像的高度。
target_width：输出图像的宽度。
data_format：指定输入张量数据格式的字符串。可以是 "channels_last" 或 "channels_first"。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入。如果未指定，则值默认为 keras.config.image_data_format。

返回值

填充后的图像或批量图像。

示例

>>> images = np.random.random((15, 25, 3))
>>> padded_images = keras.ops.image.pad_images(
...     images, 2, 3, target_height=20, target_width=30
... )
>>> padded_images.shape
(20, 30, 3)

>>> batch_images = np.random.random((2, 15, 25, 3))
>>> padded_batch = keras.ops.image.pad_images(
...     batch_images, 2, 3, target_height=20, target_width=30
... )
>>> padded_batch.shape
(2, 20, 30, 3)

[源]

`perspective_transform` 函数

keras.ops.image.perspective_transform(
    images,
    start_points,
    end_points,
    interpolation="bilinear",
    fill_value=0,
    data_format=None,
)

对图像应用透视变换。

参数

images：输入图像或批量图像。必须是 3D 或 4D。
start_points：形状为 (N, 4, 2) 或 (4, 2) 的张量，表示原始图像中定义变换的源点。
end_points：形状为 (N, 4, 2) 或 (4, 2) 的张量，表示变换后输出图像中的目标点。
interpolation：插值方法。可用方法包括 "nearest" 和 "bilinear"。默认为 "bilinear"。
fill_value：如果需要外推，则用于输入边界外点的值。默认为 0。
data_format：指定输入张量数据格式的字符串。可以是 "channels_last" 或 "channels_first"。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入。如果未指定，则值默认为 keras.config.image_data_format。

返回值

应用透视变换后的图像或批量图像。

示例

>>> x = np.random.random((2, 64, 80, 3))  # batch of 2 RGB images
>>> start_points = np.array(
...     [
...         [[0, 0], [0, 64], [80, 0], [80, 64]],
...         [[0, 0], [0, 64], [80, 0], [80, 64]],
...     ]
... )
>>> end_points = np.array(
...     [
...         [[3, 5], [7, 64], [76, -10], [84, 61]],
...         [[8, 10], [10, 61], [65, 3], [88, 43]],
...     ]
... )
>>> y = keras.ops.image.perspective_transform(x, start_points, end_points)
>>> y.shape
(2, 64, 80, 3)

>>> x = np.random.random((64, 80, 3))  # single RGB image
>>> start_points = np.array([[0, 0], [0, 64], [80, 0], [80, 64]])
>>> end_points = np.array([[3, 5], [7, 64], [76, -10], [84, 61]])
>>> y = keras.ops.image.perspective_transform(x, start_points, end_points)
>>> y.shape
(64, 80, 3)

>>> x = np.random.random((2, 3, 64, 80))  # batch of 2 RGB images
>>> start_points = np.array(
...     [
...         [[0, 0], [0, 64], [80, 0], [80, 64]],
...         [[0, 0], [0, 64], [80, 0], [80, 64]],
...     ]
... )
>>> end_points = np.array(
...     [
...         [[3, 5], [7, 64], [76, -10], [84, 61]],
...         [[8, 10], [10, 61], [65, 3], [88, 43]],
...     ]
... )
>>> y = keras.ops.image.perspective_transform(
...     x, start_points, end_points, data_format="channels_first"
... )
>>> y.shape
(2, 3, 64, 80)

[源]

`resize` 函数

keras.ops.image.resize(
    images,
    size,
    interpolation="bilinear",
    antialias=False,
    crop_to_aspect_ratio=False,
    pad_to_aspect_ratio=False,
    fill_mode="constant",
    fill_value=0.0,
    data_format=None,
)

使用指定的插值方法将图像调整到指定大小。

参数

images：输入图像或批量图像。必须是 3D 或 4D。
size：输出图像的大小，格式为 (height, width)。
interpolation：插值方法。可用方法包括 "nearest"、"bilinear" 和 "bicubic"。默认为 "bilinear"。
antialias：在对图像进行下采样时是否使用抗锯齿滤波器。默认为 False。
crop_to_aspect_ratio：如果为 True，则在不扭曲宽高比的情况下调整图像大小。当原始宽高比与目标宽高比不同时，将裁剪输出图像，以便返回图像中（大小为 (height, width)）与目标宽高比匹配的尽可能大的窗口。默认情况下（crop_to_aspect_ratio=False），可能不保留宽高比。
pad_to_aspect_ratio：如果为 True，则在不扭曲宽高比的情况下填充图像。当原始宽高比与目标宽高比不同时，输出图像将在短边均匀填充。
fill_mode：当使用 pad_to_aspect_ratio=True 时，填充区域根据给定模式填充。目前仅支持 "constant"（使用与 fill_value 相等的常数值填充）。
fill_value：浮点数。当 pad_to_aspect_ratio=True 时使用的填充值。
data_format：指定输入张量数据格式的字符串。可以是 "channels_last" 或 "channels_first"。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入。如果未指定，则值默认为 keras.config.image_data_format。

返回值

调整大小后的图像或批量图像。

示例

>>> x = np.random.random((2, 4, 4, 3)) # batch of 2 RGB images
>>> y = keras.ops.image.resize(x, (2, 2))
>>> y.shape
(2, 2, 2, 3)

>>> x = np.random.random((4, 4, 3)) # single RGB image
>>> y = keras.ops.image.resize(x, (2, 2))
>>> y.shape
(2, 2, 3)

>>> x = np.random.random((2, 3, 4, 4)) # batch of 2 RGB images
>>> y = keras.ops.image.resize(x, (2, 2),
...     data_format="channels_first")
>>> y.shape
(2, 3, 2, 2)

[源]

`rgb_to_hsv` 函数

keras.ops.image.rgb_to_hsv(images, data_format=None)

将 RGB 图像转换为 HSV。

images 必须是 float 数据类型，并且只有当 images 中的值在 [0, 1] 范围内时，输出才有效。

所有 HSV 值都在 [0, 1] 范围内。色相为 0 对应纯红色，1/3 对应纯绿色，2/3 对应纯蓝色。

参数

images：输入图像或批量图像。必须是 3D 或 4D。
data_format：指定输入张量数据格式的字符串。可以是 "channels_last" 或 "channels_first"。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入。如果未指定，则值默认为 keras.config.image_data_format。

返回值

HSV 图像或批量 HSV 图像。

示例

>>> import numpy as np
>>> from keras import ops
>>> x = np.random.random((2, 4, 4, 3))
>>> y = ops.image.rgb_to_hsv(x)
>>> y.shape
(2, 4, 4, 3)

>>> x = np.random.random((4, 4, 3)) # Single RGB image
>>> y = ops.image.rgb_to_hsv(x)
>>> y.shape
(4, 4, 3)

>>> x = np.random.random((2, 3, 4, 4))
>>> y = ops.image.rgb_to_hsv(x, data_format="channels_first")
>>> y.shape
(2, 3, 4, 4)

[源]

`rgb_to_grayscale` 函数

keras.ops.image.rgb_to_grayscale(images, data_format=None)

将 RGB 图像转换为灰度图。

此函数将 RGB 图像转换为灰度图像。它支持 3D 和 4D 张量。

参数

images：输入图像或批量图像。必须是 3D 或 4D。
data_format：指定输入张量数据格式的字符串。可以是 "channels_last" 或 "channels_first"。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入。如果未指定，则值默认为 keras.config.image_data_format。

返回值

灰度图像或批量灰度图像。

示例

>>> import numpy as np
>>> from keras import ops
>>> x = np.random.random((2, 4, 4, 3))
>>> y = ops.image.rgb_to_grayscale(x)
>>> y.shape
(2, 4, 4, 1)

>>> x = np.random.random((4, 4, 3)) # Single RGB image
>>> y = ops.image.rgb_to_grayscale(x)
>>> y.shape
(4, 4, 1)

>>> x = np.random.random((2, 3, 4, 4))
>>> y = ops.image.rgb_to_grayscale(x, data_format="channels_first")
>>> y.shape
(2, 1, 4, 4)

图像操作

affine_transform 函数

crop_images 函数

extract_patches 函数

gaussian_blur 函数

hsv_to_rgb 函数

map_coordinates 函数

pad_images 函数

perspective_transform 函数

resize 函数

rgb_to_hsv 函数

rgb_to_grayscale 函数

图像操作

affine_transform 函数

crop_images 函数

extract_patches 函数

gaussian_blur 函数

hsv_to_rgb 函数

map_coordinates 函数

pad_images 函数

perspective_transform 函数

resize 函数

rgb_to_hsv 函数

rgb_to_grayscale 函数

`affine_transform` 函数

`crop_images` 函数

`extract_patches` 函数

`gaussian_blur` 函数

`hsv_to_rgb` 函数

`map_coordinates` 函数

`pad_images` 函数

`perspective_transform` 函数

`resize` 函数

`rgb_to_hsv` 函数

`rgb_to_grayscale` 函数