跳转到主要内容

在PyTorch中对2D和3D图像进行线性插值和网格化

项目描述

torch-image-lerp

License PyPI Python Version CI codecov

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。

项目详情


下载文件

下载您平台的文件。如果您不确定选择哪个,请了解有关安装软件包的更多信息。

源分布

torch_image_lerp-0.0.3.tar.gz (9.9 kB 查看哈希值)

上传时间:

构建分布

torch_image_lerp-0.0.3-py3-none-any.whl (8.1 kB 查看哈希值)

上传时间: Python 3

支持者

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误日志 StatusPage StatusPage 状态页