torch-image-lerp

PyTorch中的线性2D/3D图像插值和网格化。

为什么？

此包提供了一个简单、一致的API，用于

• 从2D/3D图像中采样（sample_image_2d()/sample_image_3d()）
• 将值插入到2D/3D图像中（insert_into_image_2d()，insert_into_image_3d）

操作是可微分的，并支持从复值图像中采样。

安装

pip install torch-image-lerp

使用

从图像中采样

import torch
import numpy as np
from torch_image_lerp import sample_image_2d

image = torch.rand((28, 28))

# make an arbitrary stack (..., 2) of 2d coords
coords = torch.tensor(np.random.uniform(low=0, high=27, size=(6, 7, 8, 2)))

# sampling returns a (6, 7, 8) array of samples obtained by linear interpolation
samples = sample_image_2d(image=image, coordinates=coords)

API对于3D是相同的，但使用(..., 3)坐标和(d, h, w)图像。

插入到图像中

import torch
import numpy as np
from torch_image_lerp import insert_into_image_2d

image = torch.zeros((28, 28))

# make an arbitrary stack (..., 2) of 2d coords
coords = torch.tensor(np.random.uniform(low=0, high=27, size=(3, 4, 2)))

# generate random values to place at coords
values = torch.rand(size=(3, 4))

# sampling returns a (6, 7, 8) array of samples obtained by linear interpolation
samples = insert_into_image_2d(values, image=image, coordinates=coords)

API对于3D是相同的，但使用(..., 3)坐标和(d, h, w)图像。