我正在努力定位像素邻域中最大的k个像素。输入是nonetype动态图像张量。

versions:-tensorflow 1.2-gpu-python 3.5

为了提取图像张量中每个像素的邻居，我创建了一个眼形滤波器：

w = np.eye(9).reshape((3, 3, 1, 9))weights=tf.constant(w,tf.float32)pixel_determ= tf.nn.conv2d(patches_batch, weights, strides=[1, 1, 1, 1], padding='SAME') #shape=(8, 183, 275, 9)

结果张量的深度将为9，包括邻居和中心像素值本身。

我需要做的是为图像的每个像素沿深度方向定位3个最大值（位置必须保留），并为最大的3个值分配True或"1"，其余分配"0"或False。

我对tf.nn.top_k函数有点困惑。我无法得到正确的索引。此外，我还没有尝试过，但看起来它不接受None类型的数据。有没有一些技巧或其他方法可以做到这一点？

如果我能得到任何帮助，我将非常感激。提前感谢你。

回答：

我想我已经找到了一个解决方案

def biggest_k_indices(mat, k):    _, indices_mat =tf.nn.top_k(mat, tf.shape(mat)[3], sorted=False)    _, indices_k =tf.nn.top_k(mat, k, sorted=False)    index= []    eq =[]    for i in range(k):        index.append(tf.expand_dims(indices_k[:,:,:,i],-1))        eq.append(tf.equal(indices_mat,index[i]))    bool_comb =tf.logical_or(eq[0],eq[1])    if (k==2):        index.clear()         eq.clear()        return bool_comb    for i in eq[2:]:        bool_comb=tf.logical_or(bool_comb,i)    index.clear()    eq.clear()    return bool_comb

在这个函数中，我在循环中将张量的索引与k个最大的索引逐一进行比较。然后通过tf.logical_or帮助，我将True值收集到一个单一的张量bool_comb中。我仅用一个测试数组进行了测试。所以我不确定它是否会100%工作。