如何在tensorflow中的不同位置裁剪一批图像？

Question

我有一批形状为

[batchsize,h,w,channel]

的图像。以及一批形状为

[batchsize,2]

的左上角点。

我需要用边界框（比方说尺寸为 [10,10]）裁剪每个图像，及其相应的左上角点。

除了循环批量大小之外，任何人都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

但是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]]