如何在张量流中的不同位置裁剪一批图像？

Question

我有一批形状正确的图像[batchsize,h,w,channel]。以及一批左上点的形状[batchsize,2]。

我需要使用边界框（假设大小为 [10,10]）及其相应的左上角点来裁剪每个图像。

除了循环批量大小之外，有人知道如何做到这一点吗？

已经检查过的事情：

- tf.image.resize_image_with_crop_or_pad

但是图像必须位于[h,w,channel]

- tf.slice

但它的起始位置必须是 int

Answer 1

1.导入库：

import numpy as np

2. 定义示例数据（替换为您的实际数据）：

images = np.random.randint(0, 256, size=(10, 200, 200, 3))  # Batch of images
topleft_points = np.random.randint(0, 180, size=(10, 2))  # Top-left points
box_size = (10, 10)  # Bounding box size

3. 使用广播创建切片索引：

# Calculate bottom-right coordinates (inclusive)
bottomright_points = topleft_points + box_size

# Broadcast coordinates to match image dimensions
topleft_x = topleft_points[:, 0:1]  # Add a dimension for broadcasting
topleft_y = topleft_points[:, 1:2]
bottomright_x = bottomright_points[:, 0:1]
bottomright_y = bottomright_points[:, 1:2]

# Create slicing indices
slices = np.concatenate([topleft_x, topleft_y, bottomright_x, bottomright_y], axis=1)

4. 执行矢量化裁剪：

cropped_images = images[np.arange(images.shape[0])[:, None], slices[:, 0], slices[:, 1], slices[:, 2], slices[:, 3]]