python - Tensorflow tf.image.resize_image_with_crop_or_pad 用于 3D 图像

Question

我想在 3 维 nifti 图像上训练卷积神经网络，即它们具有宽度、高度和深度。示例形状是 (166, 256, 256)。但是，我读到在实现完全连接的层时，您需要拥有相同大小的所有图像。第一维是 160,166,170 中的一个，第二维和第三维是 240,256,192 中的一个。我想将所有图像填充到 (170, 256, 256) 这样我就不会丢失任何信息，但是

tf.image.resize_image_with_crop_or_pad

函数似乎只有两个函数的参数。我怎样才能填充这些图像？

Answer 1

我认为你最好的选择是 tf.pad ，以下代码未经测试。

target_z = 170
# x is shape of (166, 256, 256)
zp = 170-x.get_shape().as_list()[0]
# what if zp is negative ?
paddings = tf.constant([[0, zp], [0, 0], [0,0]])
tf.pad(x, paddings, "CONSTANT")