random_crop随机切割

通常用于切割图像数据。第一个代码例子请在本地运行

    #例子1
    import cv2
    import tensorflow as tf
    img = cv2.imread("02.jpg)
    print(img)
    cv2.imshow("inputaa", img)
    import tensorflow as tf
    sess=tf.InteractiveSession()	
    height, width = img.shape[:2]
    for x in range(12):
        cropped_image = tf.random_crop(img, (height / 4, width / 4,3))
        cv2.imshow("output" + str(x), cropped_image.eval())
    cv2.waitKey(0) 
    sess.close()

例子2

    import tensorflow as tf
    import numpy as np
    #随机地将张量裁剪为给定的大小。 
    #以一致选择的偏移量将一个形状 size 部分从 value 中切出。需要的条件：value.shape >= size。
    #如果大小不能裁剪，请传递该维度的完整大小。例如，可以使用 size = [crop_height, crop_width, 3] 裁剪 RGB 图像。
    value=np.random.randint(1,9,[5,6])
    sess=tf.Session()
    print("带测试的value:\n",value)
    size=[2,3]
    print("切片大小：（2，3）")
    print("切割随机切割结果1:\n",sess.run(tf.random_crop(value,size)))
    print("切割随机切割结果1:\n",sess.run(tf.random_crop(value,size)))
    print("切割随机切割结果1:\n",sess.run(tf.random_crop(value,size)))
    print("可以看出，由于是随机切割，每次切割结果形状相同，内容不同")