在張量流中調整3D數據的大小，如tf.image.resize_images

Question

我需要調整一些3D數據的大小，例如用於2d數據的tf.image.resize_images方法。

我在想我可以嘗試運行tf.image.resize_images它在一個循環和交換軸，但我認爲必須有一個更簡單的方法。簡單的最近鄰居應該沒問題。

任何想法？它的效果並不理想，但我可以勉強接受的情況下的數據僅僅是0或1，使用這樣的：

tf.where(boolMap, tf.fill(data_im*2, 0), tf.fill(data_im*2), 1) 

但我不知道怎麼去boolMap。會使用tf.while_loop去超過所有的值大幅降低性能？我覺得它會在GPU上，除非有某種自動循環並行化。

的數據是大小[batch_size, width, height, depth, 1]

預先感謝的張量。

N.B輸出尺寸應該是：

[batch_size, width*scale, height*scale, depth*scale, 1]

我想出了這一點：

def resize3D(self, input_layer, width_factor, height_factor, depth_factor): 
    shape = input_layer.shape 
    print(shape) 
    rsz1 = tf.image.resize_images(tf.reshape(input_layer, [shape[0], shape[1], shape[2], shape[3]*shape[4]]), [shape[1]*width_factor, shape[2]*height_factor]) 
    rsz2 = tf.image.resize_images(tf.reshape(tf.transpose(tf.reshape(rsz1, [shape[0], shape[1]*width_factor, shape[2]*height_factor, shape[3], shape[4]]), [0, 3, 2, 1, 4]), [shape[0], shape[3], shape[2]*height_factor, shape[1]*width_factor*shape[4]]), [shape[3]*depth_factor, shape[2]*height_factor]) 

    return tf.transpose(tf.reshape(rsz2, [shape[0], shape[3]*depth_factor, shape[2]*height_factor, shape[1]*width_factor, shape[4]]), [0, 3, 2, 1, 4]) 

果然：

到：

我相信最近的鄰居不應該有樓梯 - 套管效應（我故意刪除了顏色）。

哈斯答案工作正常，但是我想知道我的最新錯誤是否有人可以破解它。

Answer 1

我的這種方法是將沿着兩個軸調整圖像的大小，在我下面粘貼代碼，我沿深度重新取樣，然後寬度

def resize_by_axis(image, dim_1, dim_2, ax, is_grayscale): 

    resized_list = [] 


    if is_grayscale: 
     unstack_img_depth_list = [tf.expand_dims(x,2) for x in tf.unstack(image, axis = ax)] 
     for i in unstack_img_depth_list: 
      resized_list.append(tf.image.resize_images(i, [dim_1, dim_2],method=0)) 
     stack_img = tf.squeeze(tf.stack(resized_list, axis=ax)) 
     print(stack_img.get_shape()) 

    else: 
     unstack_img_depth_list = tf.unstack(image, axis = ax) 
     for i in unstack_img_depth_list: 
      resized_list.append(tf.image.resize_images(i, [dim_1, dim_2],method=0)) 
     stack_img = tf.stack(resized_list, axis=ax) 

    return stack_img 

resized_along_depth = resize_by_axis(x,50,60,2, True) 
resized_along_width = resize_by_axis(resized_along_depth,50,70,1,True) 

其中x將是三維張量，無論是灰度還是RGB; resized_along_width是最終調整大小的張量。在這裏，我們要調整三維圖像的尺寸爲（50,60,70）

Answer 2

張量已經是4D，1D分配給'batch_size'，另一個3D分配給寬度，高度，深度。如果您正在尋找處理3D圖像，讓他們分批在此配置

[batch_size, width, height, depth, 1]

然後使用擠壓功能，刪除不必要的最終尺寸，像這樣：

tf.squeeze(yourData, [4])

這將輸出張量或形狀

[batch_size, width, height, depth]

這是tensorflow將優雅地使用的。

此外

如果你有尺寸得心應手，希望使用tensorflow的重塑能力，而不是你可以像這樣：

reshapedData = tf.reshape(yourData, [batch_size, width, height, depth])

就個人而言，我會使用擠壓向下一位程序員聲明，你的代碼只打算去掉大小爲1的維度，而重塑可以讓我更多，並且會讓下一個開發者不得不嘗試找出你爲什麼要重新生成平。

更新包括不斷變化的第四維

您想有時使用尺寸 [batch_size, width, height, depth, 1] 有時使用 [batch_size, width, height, depth, n]

沒問題。這是相同的解決方案，但現在你不能使用擠壓，而是隻是留下了重塑像這樣：

reshapedData = tf.reshape(yourData, [batch_size, width, height, depth*n])

怎麼會這樣的工作？我們假設深度是圖像幀的數量，n是顏色深度（RGB可能爲3）。重塑將一個接一個堆疊彩色框架。毫無疑問，張量流在輸入後立即有一個卷積層。卷積層將像您的單色幀一樣容易地處理您的彩色幀（儘管具有更多的計算能力和參數）。

和另外縮放

好，這裏是如何縮放圖像，使用tf.image。resize_images調整像這樣後：

reshapedData = tf.image.resize_images(tf.reshape(yourData, [batch_size, width, height, depth*n]) , new_size)

其中大小是如果[new_height，new_width]，或在您的情況[寬度*標度，高度*刻度]

new_size = tf.constant([ width * scale , height * scale ])

二維張量

，然後回到原來的

如果人後L您希望它同樣可以在塑造形象的這種調整大小：[batch_size, width, height, depth, n]那麼簡單的使用這個代碼

tf.reshape(yourData, [batch_size, width*scale, height*scale, depth,n])

最後除了添加地址縮放深度也

這裏是我的解決辦法：

我們要重塑這個矩陣，並擴大它類似於一個三維矩陣如何在numpy的擴大這樣

a = np.array([[1, 2, 3, 4, 5, 6, 7, 8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27],[1, 2,3, 4, 5, 6, 7, 8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27]]) 
print a.reshape([2,3,3,3]) 
a.reshape([54,1]).dot(np.ones([1,8])).reshape([2,3,3,3,2,2,2]).transpose([0,1,6,2,5,3,4]).reshape([2,6,6,6]) 
print a 

這裏是tensorflow代碼

isolate = tf.transpose(yourdata,[0,4,1,2,3]) # [batch_size,n,width,height,depth] 
flatten_it_all = tf.reshape([batch_size * n * width * height * depth , 1]) # flatten it 

expanded_it = flatten_it_all * tf.ones([1,8]) 
prepare_for_transpose = tf.reshape(expanded_it , [batch_size*n,width,height,depth,2,2,2]) 

transpose_to_align_neighbors = tf.transpose(prepare_for_transpose, [0,1,6,2,5,3,4]) 
expand_it_all = tf.reshape(transpose_to_align_neighbors , [batch_size,n,width*2,height*2,depth*2]) 

#### - removing this section because the requirements changed 
# do a conv layer here to 'blend' neighbor values like: 
# averager = tf.ones([2,2,2,1,1]) * 1./8. 
# tf.nn.conf3d(expand_it_all , averager , padding="SAME") 
# for n = 1. for n = 3, I'll leave it to you. 

# then finally reorder and you are done 
reorder_dimensions = tf.transpose(expand_it_all,[0,2,3,4,1]) # [batch_size,width*2,height*2,depth*2,n]