Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
flux tensoriel : : opérations : : Redimensionner la zone
#include <image_ops.h> Redimensionnez images à size à l'aide de l'interpolation de zone.
Résumé
Les images d'entrée peuvent être de différents types mais les images de sortie sont toujours flottantes.
La plage de valeurs de pixels pour l'image de sortie peut être légèrement différente de la plage de l'image d'entrée en raison d'une précision numérique limitée. Pour garantir une plage de sortie, par exemple [0.0, 1.0] , appliquez tf.clip_by_value à la sortie.
Chaque pixel de sortie est calculé en transformant d'abord l'empreinte du pixel en tenseur d'entrée, puis en faisant la moyenne des pixels qui croisent l'empreinte. La contribution d'un pixel d'entrée à la moyenne est pondérée par la fraction de sa surface qui coupe l'empreinte. C'est la même chose que INTER_AREA d'OpenCV.
Arguments :
- scope : un objet Scope
- images : 4-D avec forme
[batch, height, width, channels] . - size: = A 1-D int32 Tenseur de 2 éléments :
new_height, new_width . La nouvelle taille des images.
Attributs facultatifs (voir Attrs ) :
- align_corners : Si vrai, les centres des 4 pixels de coin des tenseurs d'entrée et de sortie sont alignés, préservant les valeurs aux pixels de coin. La valeur par défaut est false.
Retours :
-
Output : 4-D avec forme [batch, new_height, new_width, channels] .
Attributs publics
Fonctions publiques
nœud
::tensorflow::Node * node() const
operator::tensorflow::Input() const
opérateur :: tensorflow :: Sortie
operator::tensorflow::Output() const
Fonctions statiques publiques
Aligner les coins
Attrs AlignCorners(
bool x
)
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/27 (UTC).
[null,null,["Dernière mise à jour le 2025/07/27 (UTC)."],[],[],null,["# tensorflow::ops::ResizeArea Class Reference\n\ntensorflow::ops::ResizeArea\n===========================\n\n`#include \u003cimage_ops.h\u003e`\n\nResize `images` to `size` using area interpolation.\n\nSummary\n-------\n\n[Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input) images can be of different types but output images are always float.\n\nThe range of pixel values for the output image might be slightly different from the range for the input image because of limited numerical precision. To guarantee an output range, for example `[0.0, 1.0]`, apply `tf.clip_by_value` to the output.\n\nEach output pixel is computed by first transforming the pixel's footprint into the input tensor and then averaging the pixels that intersect the footprint. An input pixel's contribution to the average is weighted by the fraction of its area that intersects the footprint. This is the same as OpenCV's INTER_AREA.\n\nArguments:\n\n- scope: A [Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- images: 4-D with shape `[batch, height, width, channels]`.\n- size: = A 1-D int32 [Tensor](/versions/r2.1/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) of 2 elements: `new_height, new_width`. The new size for the images.\n\n\u003cbr /\u003e\n\nOptional attributes (see [Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/resize-area/attrs#structtensorflow_1_1ops_1_1_resize_area_1_1_attrs)):\n\n- align_corners: If true, the centers of the 4 corner pixels of the input and output tensors are aligned, preserving the values at the corner pixels. Defaults to false.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): 4-D with shape `[batch, new_height, new_width, channels]`.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [ResizeArea](#classtensorflow_1_1ops_1_1_resize_area_1a48c3b130fbd05acaed9512549485f012)`(const ::`[tensorflow::Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` images, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` size)` ||\n| [ResizeArea](#classtensorflow_1_1ops_1_1_resize_area_1ac1b5d48c5c77399d5198780d905281d7)`(const ::`[tensorflow::Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` images, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` size, const `[ResizeArea::Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/resize-area/attrs#structtensorflow_1_1ops_1_1_resize_area_1_1_attrs)` & attrs)` ||\n\n| ### Public attributes ||\n|----------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_resize_area_1a5cb2a40837fb9d975e2ca454469e5cac) | [Operation](/versions/r2.1/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [resized_images](#classtensorflow_1_1ops_1_1_resize_area_1a64b25c97b7028b2b4c93978f2e957ad4) | `::`[tensorflow::Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|-----------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_resize_area_1abdc62a6906daefaa326cda016f8fbb0c)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_resize_area_1a6e7fba9df05a54b4e0de2d079fa03403)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_resize_area_1a15a700424a492dfe07a1777ddc6146bd)`() const ` | ` ` ` ` |\n\n| ### Public static functions ||\n|------------------------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------------------------------------------------|\n| [AlignCorners](#classtensorflow_1_1ops_1_1_resize_area_1ae8ffc21c407e98bddb149275984ed3cf)`(bool x)` | [Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/resize-area/attrs#structtensorflow_1_1ops_1_1_resize_area_1_1_attrs) |\n\n| ### Structs ||\n|----------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------|\n| [tensorflow::ops::ResizeArea::Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/resize-area/attrs) | Optional attribute setters for [ResizeArea](/versions/r2.1/api_docs/cc/class/tensorflow/ops/resize-area#classtensorflow_1_1ops_1_1_resize_area). |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### resized_images\n\n```scdoc\n::tensorflow::Output resized_images\n``` \n\nPublic functions\n----------------\n\n### ResizeArea\n\n```gdscript\n ResizeArea(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input images,\n ::tensorflow::Input size\n)\n``` \n\n### ResizeArea\n\n```gdscript\n ResizeArea(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input images,\n ::tensorflow::Input size,\n const ResizeArea::Attrs & attrs\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n``` \n\nPublic static functions\n-----------------------\n\n### AlignCorners\n\n```text\nAttrs AlignCorners(\n bool x\n)\n```"]]
