关于 tf.image.crop_and_resize的使用

https://blog.csdn.net/m0_38024332/article/details/81779544

关于 tf.image.crop_and_resize 的使用
  最近在学习fast-RCNN,在写ROI Pooling层看到说可以直接利用 tf.image.crop_and_resize 。但是如何使用这个函数成了很大的问题，查网上很多资料都是复制加翻译从官网api来的，受个人的英语能力又接受不了，最后发帖求助解决了这个问题，兴致盎然分享一遍。

以下是相关的链接：

官网API【www.tensorflow.cn】
发帖求助链接【stackoverflow】
先来个代码引用~
tf.image.crop_and_resize(
    image,
    boxes,
    box_ind,
    crop_size,
    method='bilinear',
    extrapolation_value=0,
    name=None
)
 
上面是函数的相关参数，首先必须说明官网中有输入tensor的要求，但是我直接输入值也是可以的。这里进行相应的解释：

boxes：指需要划分的区域，输入格式为 [[ymin,xmin,ymax,xmax]] (要注意！这是一个二维列表)。官网在这里讲了一大段，看着简直头晕，大概意思是分了两种情况，一种是超出1另一种就是不超出1的。先将输入值范围为0--1的情况，这里其实是这样：
      设crop的区域坐标为 [ y1,x1,y2,x2 ],那么想得到相应正确的crop图形就一定要归！一！化！，即图片长度为 [ W,H ],则实际输入的boxes为 [ y1/H,x1/W,y2/H,x2/W ]。
      那超出1的范围是个啥意思咧？程序将为你自动补齐的意思，我试了几次都是直接用空白补齐，不知道大家有没有不一样的结果，注意奥！你的范围要是全部超出1，那就稳稳当当是个黑色框了，因为超出1根据归一化截取不到图片任何内容啦！
 
box_ind:box_ind 按我的理解，就是 boxes !index 嘛！那就是对应的关系啰。另外，按照官网的想法，投入的是tensor，那么肯定不止一张图片啦，这个参数就是为了索引用的。值得注意的(下方代码贴出来会更清楚。
 
crop_size:这个参数就可想而知啦，本来这就是我用这个函数的原因，输入一个大小即可，可以忽视通道数量这些
 
好啦，参数解释就这么多，但是如果有人按照上面的千辛万苦解决之后，使用 sess.run() 得到实际数据，开开心心 imshow() 一下。然后！得到的东西大概是这样----- ->->

@#!??@#!^@!*&^&*!$JKH !当时心情就是这样

辛亏帖子里的仁兄说明了这个问题，这里我就直接引用了

As you're using float outside the [0,1] range, matplotlib is bounding your values to 1. That's why you get those colored pixels (either solid red, solid green or solid blue, or a mixing of these). Cast your array to uint_8 to get an image that make sense.

大致是因为我使用的是matplotlib模块，而当数据为浮点数则应归一化否则应为整数型 。

那么最后操作： 结果 % 255，或者类似 astype('uint8')

大！功！告！成！
噢噢噢噢噢噢噢噢，贴上真正的结果图（下图下方和右方黑框和白框就是程序自动填充的）

最后贴上我的代码：
import tensorflow as tf
import matplotlib.pyplot as plt

img = plt.imread(image_path)
shape = img.shape
img = img.reshape([1,shape[0], shape[1], shape[2]])
a = tf.image.crop_and_resize(img,[[0.5,0.6,0.9,0.8],[0.2,0.6,1.3,0.9]],box_ind=[0,0],crop_size=(100,100))
sess = tf.Session()
b = a.eval(session = sess)
plt.imshow(b[0]/255)
plt.imshow(b[0].astype('uint8'))
谢谢大家捧场！拱手！
突然想写这个是有些无奈，有时候查一个函数查半天论坛里大部分都是直接引用官网内容，左上角还有个 原创字样 太扎眼。另外任何疑问或者可以改进的地方，希望大家伙都可以帮帮我。希望能在这里快快成长！

2018.12.2

忙着学英语好久没看论坛了，感慨一下。更新一下内容

这里要注意，有人提出 box_ind 的参数解释不清楚，需要再次说明，我们应该把这个参数与 img 和 boxes 联动使用。

假设 img = [img1, img2]

boxes = [boxes1, boxes2]

box_ind = [ 1 , 0 ]

那么，将返回

[使用boxes1 作用于 img2 后的图片 , 使用boxes2 作用于 img1后的图片]

如上。