我想从我的原始图像中提取补丁作为 CNN 的输入。经过一些研究，我找到了使用tensorflow.compat.v1.extract_image_patches提取补丁的方法。

由于这些补丁需要重塑为“图像格式”，我实现了一个名为 reshape_image_patches 的方法来重塑它们，并将重塑后的补丁存储在一个数组中。

image_patches2 = []def reshape_image_patches(image_patches, sess, ksize_rows, ksize_cols):    a = sess.run(tf.shape(image_patches))    nr, nc = a[1], a[2]    for i in range(nr):      for j in range(nc):        patch = tf.reshape(image_patches[0,i,j,], [ksize_rows, ksize_cols, 3])        image_patches2.append(patch)    return image_patches2

如何将此方法与 Keras 生成器结合使用，使这些补丁成为我的 CNN 的输入？

编辑 1:

我尝试了加载 TensorFlow 图像并创建补丁中的方法

import tensorflow as tfimport matplotlib.pyplot as pltimport numpy as npdataset = tf.keras.preprocessing.image_dataset_from_directory(    <directory>,    label_mode=None,    seed=1,    subset='training',    validation_split=0.1,    image_size=(900, 900))get_patches = lambda x: (tf.reshape(    tf.image.extract_patches(        x,        sizes=[1, 16, 16, 1],        strides=[1, 8, 8, 1],        rates=[1, 1, 1, 1],        padding='VALID'),  (111*111, 16, 16, 3)))dataset = dataset.map(get_patches)fig = plt.figure()plt.subplots_adjust(wspace=.1, hspace=.2)images = next(iter(dataset))for index, image in enumerate(images):    ax = plt.subplot(2, 2, index + 1)    ax.set_xticks([])    ax.set_yticks([])    ax.imshow(image)plt.show()

在这一行: images = next(iter(dataset)) 我遇到了错误: InvalidArgumentError: 输入到 reshape 的是一个包含 302800896 个值的张量，但请求的形状只有 9462528[[{{node Reshape}}]]

有人知道如何修复这个问题吗？

回答：

tf.reshape不会改变张量中元素的顺序或元素的总数。如错误所述，你试图将总元素数从 302800896 减少到 9462528。你在lambda函数中使用了tf.reshape。

在下面的示例中，我重新创建了你的场景，我为tf.reshape的shape参数设置为2，这不能容纳原始张量的所有元素，因此抛出了错误 –

代码 –

%tensorflow_version 2.ximport tensorflow as tft1 = tf.Variable([1,2,2,4,5,6])t2 = tf.reshape(t1, 2)

输出 –

---------------------------------------------------------------------------InvalidArgumentError                      Traceback (most recent call last)<ipython-input-3-0ff1d701ff22> in <module>()      3 t1 = tf.Variable([1,2,2,4,5,6])      4 ----> 5 t2 = tf.reshape(t1, 2)3 frames/usr/local/lib/python3.6/dist-packages/six.py in raise_from(value, from_value)InvalidArgumentError: Input to reshape is a tensor with 6 values, but the requested shape has 2 [Op:Reshape]

tf.reshape应该以这样的方式进行，使元素的排列可以改变，但总元素数必须保持不变。所以修复方法是将形状更改为[2,3] –

代码 –

%tensorflow_version 2.ximport tensorflow as tft1 = tf.Variable([1,2,2,4,5,6])t2 = tf.reshape(t1, [2,3])print(t2)

输出 –

tf.Tensor([[1 2 2] [4 5 6]], shape=(2, 3), dtype=int32)

要解决你的问题，可以提取（tf.image.extract_patches）你试图tf.reshape的大小的补丁，或者将tf.reshape更改为提取补丁的大小。

我还建议你查看其他tf.image功能，如tf.image.central_crop和tf.image.crop_and_resize。