Python sklearn PatchExtractor用法及代碼示例

本文簡要介紹python語言中 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)

從圖像集合中提取補丁。

在用戶指南中閱讀更多信息。

參數：

patch_size：int 的元組(patch_height、patch_width)，默認=無

一個補丁的尺寸。

max_patches：int 或浮點數，默認=無

每個圖像要提取的最大補丁數。如果 max_patches 是 (0, 1) 中的浮點數，則表示在補丁總數中的比例。

random_state：int，RandomState 實例，默認=無

確定 max_patches is not None 時用於隨機采樣的隨機數生成器。使用int 使隨機性具有確定性。請參閱術語表。

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)