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: 输入图像或一批图像。必须是 3D 或 4D。
transform: 投影变换矩阵。长度为 8 的向量或大小为 N x 8 的张量。如果变换的一行是 [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，该变换是反转的。请注意，梯度不会反向传播到变换参数中。请注意，c0 和 c1 仅在使用 TensorFlow 后端时有效，并且在使用其他后端时将被视为 0。
interpolation: 插值方法。可用方法为 "nearest" 和 "bilinear"。默认为 "bilinear"。
fill_mode: 根据给定的模式填充输入边界之外的点。可用方法为 "constant"、"nearest"、"wrap" 和 "reflect"。默认为 "constant"。
- "reflect": (d c b a | a b c d | d c b a) 输入通过反射最后一个像素的边缘进行扩展。
- "constant": (k k k k | a b c d | k k k k) 输入通过使用由 fill_value 指定的相同常数值 k 填充边缘之外的所有值来扩展。
- "wrap": (a b c d | a b c d | a b c d) 输入通过环绕到相反的边缘进行扩展。
- "nearest": (a a a a | a b c d | d d d d) 输入通过最近的像素进行扩展。
fill_value: 如果 fill_mode="constant"，则用于输入边界之外的点的值。默认为 0。
data_format: 指定输入张量数据格式的字符串。它可以是 "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，该值将默认为 keras.config.image_data_format。

返回值

应用仿射变换后的图像或一批图像。

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)

[源代码]

`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 裁剪为指定的 height 和 width。

参数

images: 输入图像或一批图像。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。它可以是 "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，该值将默认为 keras.config.image_data_format。

返回值

裁剪后的图像或一批图像。

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)

[源代码]

`extract_patches` 函数

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

从图像中提取补丁。

参数

images: 输入图像或一批图像。必须是 3D 或 4D。
size: 补丁大小，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补丁样本之间的距离。对于 1 以外的值，步长必须为 1。注意：不支持 strides > 1 与 dilation_rate > 1 一起使用
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。它可以是 "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，该值将默认为 keras.config.image_data_format。

返回值

提取的补丁，3D（如果未批处理）或 4D（如果批处理）

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)

[源代码]

`hsv_to_rgb` 函数

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

将 HSV 图像转换为 RGB。

images 必须为浮点 dtype，并且仅当 images 中的值在 [0, 1] 中时，输出才明确。

参数

images: 输入图像或一批图像。必须是 3D 或 4D。
data_format: 指定输入张量数据格式的字符串。它可以是 "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，该值将默认为 keras.config.image_data_format。

返回值

RGB 图像或一批 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)

[源代码]

`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未解决的错误 scipy/issues/2640。

参数

inputs: 输入数组。
coordinates: 计算输入的坐标。
order: 样条插值的阶数。阶数必须为 0 或 1。 0 表示最近邻，1 表示线性插值。
fill_mode: 根据给定的模式填充输入边界之外的点。可用方法为 "constant"、"nearest"、"wrap"、"mirror" 和 "reflect"。默认为 "constant"。
- "constant": (k k k k | a b c d | k k k k) 输入通过使用由 fill_value 指定的相同常数值 k 填充边缘之外的所有值来扩展。
- "nearest": (a a a a | a b c d | d d d d) 输入通过最近的像素进行扩展。
- "wrap": (a b c d | a b c d | a b c d) 输入通过环绕到相反的边缘进行扩展。
- "mirror": (c d c b | a b c d | c b a b) 输入通过镜像边缘进行扩展。
- "reflect": (d c b a | a b c d | d c b a) 输入通过反射最后一个像素的边缘进行扩展。
fill_value: 如果 fill_mode="constant"，则用于输入边界之外的点的值。默认为 0。

返回值

输出输入或一批输入。

[源代码]

`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,
)

将 images 用零填充到指定的 height 和 width。

参数

images: 输入图像或一批图像。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。它可以是 "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，该值将默认为 keras.config.image_data_format。

返回值

填充后的图像或一批图像。

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)

[源代码]

`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为大小。

参数

images: 输入图像或一批图像。必须是 3D 或 4D。
size: 输出图像的大小，格式为 (height, width)。
interpolation: 插值方法。可用方法为 "nearest"、"bilinear" 和 "bicubic"。默认为 "bilinear"。
antialias: 是否在下采样图像时使用抗锯齿滤波器。默认为 False。
crop_to_aspect_ratio: 如果为 True，则在不失真纵横比的情况下调整图像大小。当原始纵横比与目标纵横比不同时，输出图像将被裁剪，以便返回与目标纵横比匹配的图像中最大可能的窗口（大小为 (height, width)）。默认情况下（crop_to_aspect_ratio=False），纵横比可能不会保留。
pad_to_aspect_ratio: 如果为 True，则在不失真纵横比的情况下填充图像。当原始纵横比与目标纵横比不同时，输出图像将在短边上均匀填充。
fill_mode: 当使用 pad_to_aspect_ratio=True 时，填充区域将根据给定的模式填充。此时仅支持 "constant"（用等于 fill_value 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。它可以是 "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，该值将默认为 keras.config.image_data_format。

返回值

调整大小后的图像或一批图像。

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)

[源代码]

`rgb_to_hsv` 函数

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

将 RGB 图像转换为 HSV。

images 必须为浮点 dtype，并且仅当 images 中的值在 [0, 1] 中时，输出才明确。

所有 HSV 值都在 [0, 1] 中。色调 0 对应于纯红色，1/3 是纯绿色，2/3 是纯蓝色。

参数

images: 输入图像或一批图像。必须是 3D 或 4D。
data_format: 指定输入张量数据格式的字符串。它可以是 "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，该值将默认为 keras.config.image_data_format。

返回值

HSV 图像或一批 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)

[源代码]

`rgb_to_grayscale` 函数

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

将 RGB 图像转换为灰度图像。

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: 输入图像或一批图像。必须是 3D 或 4D。
data_format: 指定输入张量数据格式的字符串。它可以是 "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，该值将默认为 keras.config.image_data_format。

返回值

灰度图像或一批灰度图像。

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

hsv_to_rgb 函数

map_coordinates 函数

pad_images 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

hsv_to_rgb 函数

map_coordinates 函数

pad_images 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

`hsv_to_rgb` 函数

`map_coordinates` 函数

`pad_images` 函数

`resize` 函数

`rgb_to_hsv` 函数

`rgb_to_grayscale` 函数