Tensorflow.js tf.image.cropAndResize()用法及代码示例

Tensorflow.js是Google开发的开放源代码库，用于在浏览器或节点环境中运行机器学习模型以及深度学习神经网络。

.image.cropAndResize() 函数用于从指定的输入图像张量中取出输出，并通过双线性采样或最近邻采样将它们重新缩放到正常输出维度，如裁剪长度所述。

用法:

tf.image.cropAndResize(image, boxes, boxInd, cropSize, 
method?, extrapolationValue?)

参数：此方法接受以下参数：

• images:所述的 4d 张量，其配置为 [batch, imageHeight, imageWidth, depth]。其中，imageHeight 和 imageWidth 应为正数，定义要从中获取裁剪的图像组。它可以是 tf.Tensor4D、TypedArray 或 Array 类型。
• boxes:所述 2d float32 张量，其配置为 [numBoxes, 4]。并且每次访问都是[y1, x1, y2, x2]，允许(y1, x1)和(y2, x2)是分组中boxInd[i]图像中框的标准化坐标。它可以是 tf.Tensor2D、TypedArray 或 Array 类型。
• boxInd:所述 1d int32 张量，其配置为 [numBoxes] 以及范围 [0, batch) 中的值，它定义了 i-th 框指示的图像。它是 tf.Tensor1D、TypedArray 或 Array 类型。
• cropSize:它是规定的 1d int32 张量，它具有两个元素，其配置为 [cropHeigh,cropWidth]，定义了每个裁剪重新缩放到的长度。它的类型为 [number, number]。
• method:它是一个可选参数，用于定义重新缩放的采样方法。默认值是双线性的。它可以是 ‘bilinear’ 或 ‘nearest’ 类型。
• extrapolationValue:规定的阈值用于根据规定的分数得出何时删除框的结论。默认值为零。它是可选的，类型为 number。

返回值：它返回 tf.Tensor4D 对象。

范例1：使用 4d 张量、boxes、boxInd 和cropSize 参数。

// Importing the tensorflow.js library
const tf = require("@tensorflow/tfjs")
  
// Calling image.cropAndResize() method and
// Printing output
tf.image.cropAndResize(tf.tensor4d([[
  [[1, 7], [21, 9]],
  [[8, 9], [1, 33]]
]]), tf.tensor2d([1, 2, 3, 4], [1, 4]), [2], [1, 1]).print();

输出：

Tensor
     [ [ [[0, 0],]]]

范例2：使用浮点数组、方法以及外推值。

// Importing the tensorflow.js library
const tf = require("@tensorflow/tfjs")
  
// Defining an array of floats
const arr = [[
  [[1.1, 1.7, 1.5, 1.1], 
  [1.7, 1.9, 8.1, 6.3]],
  [[3.3, 3.4, 3.7, 4.0], 
  [5.1, 5.2, 5.3, 5.9]]
]];
  
// Defining boxes with an array of floats
const boxes = [[11.1, 2.3, 7.3, 6.4], [1, 4]];
  
// Calling image.cropAndResize() method and
// Printing output
tf.image.cropAndResize(arr, boxes, [2, 4], [2, 1], 'nearest', 0.4).print();

输出：

Tensor
    [[ [[0, 0, 0, 0],],

       [[0, 0, 0, 0],]],


     [ [[0, 0, 0, 0],],

       [[0, 0, 0, 0],]]]

参考： https://js.tensorflow.org/api/latest/#image.cropAndResize