Deep learning 如何将火炬图像分割为numpy图像

我正在研究一个问题，在这个问题中，我有坐标来像这样分割图像

X坐标、Y坐标、要裁剪区域的高度和宽度

所以，如果我有火炬图像获得使用

img = Variable(img.cuda())

我们如何切片此图像以获得图像的特定区域[y:y+高度，x:x+宽度]。

---

谢谢

如果我正确理解了你的问题，那么你就可以像在numpy那样做了

下面是一个简短的例子：

导入火炬
t=火炬.兰特（5，5）
#原始矩阵
打印（t）
h=2
w=2
x=1
y=1
#裁剪矩阵
打印（t[x:x+h，y:y+w]）

输出：

张量（[[0.5402,0.4106,0.9904,0.9556,0.2217]，
[ 0.4533,  0.6300,  0.5352,  0.2710,  0.4307],
[ 0.6389,  0.5660,  0.1582,  0.5701,  0.1614],
[ 0.1717,  0.4071,  0.4960,  0.2127,  0.5587],
[ 0.9529,  0.2865,  0.6667,  0.7401,  0.3372]])
张量（[[0.6300,0.5352]，
[ 0.5660,  0.1582]])

---

如您所见，2x2矩阵是从

t

中裁剪出来的，我使用这个符号得到了解决方案

img[:, :, y:y+height, x:x+width]

---

因此，输出将是一个调整大小的火炬图像。感谢

在此基础上添加，在处理2d图像时，张量通常是4d

[批次、特征、宽度、高度]

，因此您需要切片

t[：，：，宽度，高度]

或

t[…，宽度，高度]

（等效符号）。