Python 3.x 从重叠的图像块重建图像

我使用了

tf.extract\u image\u patches（）

来获得重叠面片的张量 从链接中所述的图像。上述链接中的答案建议使用

tf.space\u to\u depth（）

从重叠的面片重建图像。但问题是，在我的案例中，这并没有给出理想的结果，经过研究，我知道

tf.space\u to\u depth（）

不处理重叠块。我的代码如下所示：

import tensorflow as tf
import numpy as np

c = 3
height = 3900
width = 6000
ksizes = [1, 150, 150, 1]
strides = [1, 75, 75, 1]

image = #image of shape [1, height, width, 3]

patches = tf.extract_image_patches(image, ksizes = ksizes, strides= strides, [1, 1, 1, 1], 'VALID')
patches = tf.reshape(patches, [-1, 150, 150, 3])

reconstructed = tf.reshape(patches, [1, height, width, 3])
rec_new = tf.space_to_depth(reconstructed,75)
rec_new = tf.reshape(rec_new,[height,width,3])

这给了我一个错误：

---

InvalidArgumentError回溯（最近一次呼叫 最后) D:\AnacondaIDE\lib\site packages\tensorflow\python\framework\common\u shapes.py 在调用cpp形状fn impl（op，需要输入张量）中， 输入\u张量\u作为所需的\u形状，需要\u形状\u fn） 653图形定义版本、节点定义、输入形状、输入张量、， -->654输入张量（形状、状态） 655除错误外。InvalidArgumentError作为错误：

D:\AnacondaIDE\lib\contextlib.py在退出（自身、类型、值、， （回溯） 87尝试： --->88下一个（self.gen） 89除停止迭代外：

D:\AnacondaIDE\lib\site packages\tensorflow\python\framework\errors\u impl.py 在raise_异常_on_not_ok_status（）中 465兼容as_文本（pywrap_tensorflow.TF_消息（状态））， -->466 pywrap_tensorflow.TF_GetCode（状态）） 467最后：

无效arguminterror：维度大小必须能被 70200000，但对于带有输入的“重塑”（op:“重塑”）为271957500 形状：[4029150150,3]，[4]和输入张量计算为 部分形状：输入=[？，39006000,3]

在处理上述异常期间，发生了另一个异常：

ValueError回溯（最近的调用 最后）在（） ---->1重建=tf.重塑（特征，[-1，高度，宽度，通道]） 2 rec_new=tf.空间到深度（重建，75） 3 rec_new=tf.重塑（rec_new[h，h，c]）

D:\AnacondaIDE\lib\site packages\tensorflow\python\ops\gen\u array\u ops.py 在重塑（张量、形状、名称）2617“2618结果中= _op_def_lib.apply_op（“重塑”，张量=张量，形状=形状， ->2619 name=name）2620返回结果2621

D:\AnacondaIDE\lib\site packages\tensorflow\python\framework\op_def_library.py 在apply_op中（self，op_type_name，name，**关键字） 765 op=g.创建op（op类型名称、输入、输出类型、名称=范围、， 766输入类型=输入类型，属性=属性协议， -->767 op_def=op_def） 768如果输出_结构： 769输出=操作输出

中的D:\AnacondaIDE\lib\site packages\tensorflow\python\framework\ops.py 创建操作（自我、操作类型、输入、数据类型、输入类型、名称、属性、， 运算定义、计算形状、计算设备）2630
初始值=自身。默认值初始值，初始值=初始值）2631如果 计算形状： ->2632为输出（ret）2633自身设置形状。添加操作（ret）2634
自我记录控制依赖项（ret）看到的操作

中的D:\AnacondaIDE\lib\site packages\tensorflow\python\framework\ops.py 为输出设置形状（op）1909形状函数= _称为cpp形状fn和require操作1910 ->1911 shapes=shape_func（op）1912如果shapes为None:1913引发运行时错误(

中的D:\AnacondaIDE\lib\site packages\tensorflow\python\framework\ops.py 呼叫_，需要_（op）1859 1860 def 需要时呼叫_（op）： ->1861返回调用\u cpp\u shape\u fn（op，require\u shape\u fn=True）1862 1863调用\u cpp\u shape\u fn\u和\u require\u op= 用_呼叫_

D:\AnacondaIDE\lib\site packages\tensorflow\python\framework\common\u shapes.py 在调用中\u cpp\u shape\u fn（op，require\u shape\u fn） 593 res=\u call\u cpp\u shape\u fn\u impl（op，需要输入张量， 594根据需要输入张量和形状， -->595（要求形状） 596如果不存在（res，dict）： 597#处理_call_cpp_shape_fn_impl调用未知形状（op）的情况

D:\AnacondaIDE\lib\site packages\tensorflow\python\framework\common\u shapes.py 在调用cpp形状fn impl（op，需要输入张量）中， 输入\u张量\u作为所需的\u形状，需要\u形状\u fn） 657缺失_形状_fn=真 658其他： -->659提升值错误（错误消息） 660 661如果缺少形状\u fn：

ValueError：维度大小必须能被70200000整除，但不能为 271957500用于带有输入形状的“重塑_22”（op:“重塑”）： [4029150150,3]，[4]和输入张量计算为部分张量 形状：输入=[？，39006000,3]

---

我知道这是由于尺寸不兼容造成的错误，但应该是这样的，对吗？请帮我解决这个问题。

我想问题是，在您发布的链接中，作者对

步幅和
ksizes
使用了相同的值，而您使用的
步幅
等于
ksizes
的一半>。这就是尺寸不匹配的原因，您应该在粘贴补片之前编写减小补片大小的逻辑（例如，通过选择每个补片的中心正方形）.
我不明白，文档中说“跨步”将定义面片中心之间的距离，“ksizes”是过滤器的大小，结果是每个面片的大小。它不应该这样工作吗？事实上，作者在链接中使用的是非重叠面片。我也在寻找一种从重叠面片重建的方法艾奇斯