Tensorflow.js tf.image.resizeBilinear()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.resizeBilinear() 函数用于将单个 3D 图像或一堆 3D 图像双线性重新缩放为不同的配置。

用法:

tf.image.resizeBilinear(images, size, alignCorners?, halfPixelCenters?)

Parameters: 

• images:排名 4 或排名 3 的所述图像，其配置为 [batch, height, width, inChannels]。此外，如果它的等级为 3，则假定批次为 3。它可以是 tf.Tensor3D、tf.Tensor4D、TypedArray 或 Array 类型。
• size:不同的声明配置 [newHeight, newWidth] 以重新缩放图像。每个通道都被一一重新缩放。它的类型为 [number, number]。
• alignCorners:它是可选参数，默认值为 false。如果它是真的，输入的大小调整为(new_height - 1)/(高度 - 1)，这绝对将所述图像的四个角以及重新缩放的图像排入队列。但是，如果它是假的，那么它会按 new_height /高度重新缩放。它以相同的方式处理宽度尺寸。它是布尔类型的。
• halfPixelCenters:它是可选参数，默认值为 false。它是布尔类型的。

返回值：它返回 tf.Tensor3D 或 tf.Tensor4D。

范例1：在这个例子中，我们将在 tf.image.resizeBilinear() 函数中使用一个 4d 张量和一个大小参数。

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Calling image.resizeBilinear() method and
// Printing output
tf.image.resizeBilinear(tf.tensor4d([[
  
  [[4, 7], [21, 9]],
  
  [[8, 9], [1, 33]]
  
]]), [3, 4]).print();

输出：

Tensor
    [[[[4        , 7        ],
       [12.5     , 8        ],
       [21       , 9        ],
       [21       , 9        ]],

      [[6.666667 , 8.333333 ],
       [7.1666665, 16.666666],
       [7.666666 , 25       ],
       [7.666666 , 25       ]],

      [[8        , 9        ],
       [4.5      , 21       ],
       [1        , 33       ],
       [1        , 33       ]]]]

范例2：在这个例子中，我们将使用浮点数、alignCorners 和 halfPixelCenters 的数组。

// Importing the tensorflow.js library
import * as tf from "@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]]
  
]];
  
// Calling image.resizeBilinear() method and
// Printing output
tf.image.resizeBilinear(arr, [1, 2], true, false).print();

输出：

Tensor
    [[[[1.1, 1.7, 1.5      , 1.1      ],
       [1.7, 1.9, 8.1000004, 6.3000002]]]]

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