Menerapkan transformasi yang diberikan ke masing-masing gambar.
Jika satu baris dari `transforms` adalah` [a0, a1, a2, b0, b1, b2, c0, c1] `, maka peta titik output` (x, y) `ke titik masukan berubah` (x' , y') = ((a0 x + a1 y + a2) / k, (b0 x + b1 y + b2) / k)`, di mana `k = c0 x + c1 y + 1`. Jika titik transformasi terletak di luar gambar input, piksel output diatur ke 0.
Kelas Bersarang
kelas | ImageProjectiveTransformV2.Options | Atribut opsional untuk ImageProjectiveTransformV2 |
Metode Publik
Output <T> | asOutput () Mengembalikan pegangan simbolis tensor. |
statis <T meluas Nomor> ImageProjectiveTransformV2 <T> | |
statis ImageProjectiveTransformV2.Options | fillMode (String fillMode) |
Output <T> | transformedImages () 4-D dengan bentuk `[batch, new_height, new_width, channels]`. |
Metode yang Diwarisi
Metode Publik
publik Keluaran <T> asOutput ()
Mengembalikan pegangan simbolis tensor.
Input ke operasi TensorFlow adalah output dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static ImageProjectiveTransformV2 <T> membuat ( Lingkup lingkup, Operan <T> gambar, Operan <Lampung> transformasi, Operan <Integer> outputShape, String interpolasi, Options ... pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi ImageProjectiveTransformV2 baru.
Parameter
cakupan | lingkup saat ini |
---|---|
gambar-gambar | 4-D dengan bentuk `[batch, tinggi, lebar, saluran]`. |
mengubah | Tensor 2-D, matriks `[batch, 8]` atau `[1, 8]`, di mana setiap baris sesuai dengan matriks transformasi proyektif 3 x 3, dengan entri terakhir diasumsikan 1. Jika ada satu baris, transformasi yang sama akan diterapkan ke semua gambar. |
keluaranBentuk | Tensor 1-D [tinggi_baru, lebar_baru]. |
interpolasi | Metode interpolasi, "DEAREST" atau "BILINEAR". |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru dari ImageProjectiveTransformV2
public static ImageProjectiveTransformV2.Options fillMode (String fillMode)
Parameter
isiMode | Isi mode, "REFLECT", "WRAP", atau "CONSTANT". |
---|
publik Keluaran <T> transformedImages ()
4-D dengan bentuk `[batch, new_height, new_width, channels]`.