reconstruct_from_patches_2d#

sklearn.feature_extraction.image.reconstruct_from_patches_2d(patches, image_size)[Quelle]#

Rekonstruiert das Bild aus all seinen Patches.

Es wird angenommen, dass sich die Patches überlappen, und das Bild wird konstruiert, indem die Patches von links nach rechts und von oben nach unten gefüllt werden, wobei sich überlappende Regionen gemittelt werden.

Mehr dazu im Benutzerhandbuch.

Parameter:
patchesndarray der Form (n_patches, patch_height, patch_width) oder (n_patches, patch_height, patch_width, n_channels)

Die vollständige Menge an Patches. Wenn die Patches Farbinformationen enthalten, werden die Kanäle entlang der letzten Dimension indiziert: RGB-Patches hätten n_channels=3.

image_sizeTupel von int (image_height, image_width) oder (image_height, image_width, n_channels)

Die Größe des zu rekonstruierenden Bildes.

Gibt zurück:
imagendarray der Form image_size

Das rekonstruierte Bild.

Beispiele

>>> from sklearn.datasets import load_sample_image
>>> from sklearn.feature_extraction import image
>>> one_image = load_sample_image("china.jpg")
>>> print('Image shape: {}'.format(one_image.shape))
Image shape: (427, 640, 3)
>>> image_patches = image.extract_patches_2d(image=one_image, patch_size=(10, 10))
>>> print('Patches shape: {}'.format(image_patches.shape))
Patches shape: (263758, 10, 10, 3)
>>> image_reconstructed = image.reconstruct_from_patches_2d(
...     patches=image_patches,
...     image_size=one_image.shape
... )
>>> print(f"Reconstructed shape: {image_reconstructed.shape}")
Reconstructed shape: (427, 640, 3)