Python sklearn PatchExtractor用法及代码示例

本文简要介绍python语言中 sklearn.feature_extraction.image.PatchExtractor 的用法。

用法:

class sklearn.feature_extraction.image.PatchExtractor(*, patch_size=None, max_patches=None, random_state=None)

从图像集合中提取补丁。

在用户指南中阅读更多信息。

参数：

patch_size：int 的元组(patch_height、patch_width)，默认=无

一个补丁的尺寸。

max_patches：int 或浮点数，默认=无

每个图像要提取的最大补丁数。如果 max_patches 是 (0, 1) 中的浮点数，则表示在补丁总数中的比例。

random_state：int，RandomState 实例，默认=无

确定 max_patches is not None 时用于随机采样的随机数生成器。使用int 使随机性具有确定性。请参阅术语表。

例子：

>>> from sklearn.datasets import load_sample_images
>>> from sklearn.feature_extraction import image
>>> # Use the array data from the second image in this dataset:
>>> X = load_sample_images().images[1]
>>> print('Image shape: {}'.format(X.shape))
Image shape: (427, 640, 3)
>>> pe = image.PatchExtractor(patch_size=(2, 2))
>>> pe_fit = pe.fit(X)
>>> pe_trans = pe.transform(X)
>>> print('Patches shape: {}'.format(pe_trans.shape))
Patches shape: (545706, 2, 2)