Класс Resizing

Класс Resizing применяется к изображениям для изменения их пространственных размеров. Первым параметром передается высота (height), вторым - ширина (width), третьим - метод интерполяции (interpolation). Класс поддерживает работу с батчами изображений и может использоваться как слой в моделях Keras.

Синтаксис

tf.keras.layers.Resizing(height, width, [interpolation], **kwargs)

Пример

Давайте создадим слой для изменения размера изображения до высоты 2 и ширины 3:

import tensorflow as tf

resizing_layer = tf.keras.layers.Resizing(2, 3)

image = tf.constant([[[1], [2], [3], [4]], [[5], [6], [7], [8]]])
res = resizing_layer(image)
print(res)

Результат выполнения кода:

tf.Tensor(
[[[1. 1.5 2.]
  [2.5 3. 3.5]
  [4. 4.5 5.]]

 [[5. 5.5 6.]
  [6.5 7. 7.5]
  [8. 8.5 9.]]], shape=(2, 3, 1), dtype=float32)

Пример

Давайте изменим размер трехканального изображения с методом интерполяции nearest:

import tensorflow as tf

resizing_layer = tf.keras.layers.Resizing(2, 2, interpolation='nearest')

image = tf.constant([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
res = resizing_layer(image)
print(res)

Результат выполнения кода:

tf.Tensor(
[[[ 1  2  3]
  [ 4  5  6]]

 [[ 7  8  9]
  [10 11 12]]], shape=(2, 2, 3), dtype=int32)

Пример

Давайте используем слой Resizing внутри модели Keras:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Resizing(4, 4),
	tf.keras.layers.Conv2D(1, (3, 3), activation='relu')
])

image = tf.constant([[[1, 2], [3, 4]]])
res = model(image)
print(res.shape)

Результат выполнения кода:

(1, 2, 2, 1)

Смотрите также

функцию resize,
которая изменяет размер изображения до заданных размеров
функцию resize_with_pad,
которая изменяет размер с сохранением пропорций и добавлением отступов
функцию resize_with_crop_or_pad,
которая изменяет размер с обрезкой или добавлением отступов
класс Rescaling,
который масштабирует значения пикселей изображения