Tensorflow - 为图像张量中的每个像素找到最大的 3 个相邻像素答案

【问题标题】：Tensorflow - Finding biggest 3 neighbor pixels for each pixel in an image tensorTensorflow - 为图像张量中的每个像素找到最大的 3 个相邻像素
【发布时间】：2018-03-13 23:04:46
【问题描述】：

我正在努力定位像素附近最大的 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，我创建了一个眼睛过滤器：

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)

结果张量的深度为 9，其中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定位 3 个最大值（必须保留位置），并为最大的 3 分配 True 或 "1" 并为最大的 3 分配 "0" 或 False休息。

我对函数tf.nn.top_k 有点困惑。我无法获得正确的索引。此外，我还没有尝试过，但它似乎不接受None 类型的数据。有什么技巧或其他方法吗？

如果我能得到任何帮助，我将不胜感激。先感谢您。

【问题讨论】：

使用tf.nn.top_k会得到什么样的输出？
它只给出最大值的深度数而不是完整索引

标签： python image-processing tensorflow machine-learning computer-vision

【解决方案1】：

我想我找到了解决办法

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，我将张量的索引与循环中的 k 个最大索引一一进行比较。然后在tf.logical_or 的帮助下，我将True 值收集到单个张量bool_comb 中。我只用一个测试阵列对此进行了测试。所以我不确定它是否会 100% 工作。

【讨论】：