Python 张量流中的等效填充多边形

Tensorflow API是否有一个与OpenCV等效的函数，或者另一个可以在黑色背景上绘制填充边界框的函数。使用

tf.bitwise\u和

仅保留原始图像中的填充框。我已经试过了，但是我需要用这个函数在我的框上迭代，我不能，因为形状是

（无，4）

编辑： 这是我代码的一部分

            res = tf.gather(boxes,true_indices) #My boxes shape (None,4)
            back = tf.get_variable("back", shape=image.shape, dtype=tf.uint8,
                                initializer=tf.zeros_initializer(), trainable=False) #Represent background

                def my_func(x):
                    casted_boxes = tf.cast(x, dtype=tf.int32)
                    casted_img = tf.image.convert_image_dtype(image, dtype=tf.uint8)
                    cropped_image = tf.image.crop_to_bounding_box(casted_img, casted_boxes[1],casted_boxes[0],
                                                              casted_boxes[3] - casted_boxes[1], casted_boxes[2] - casted_boxes[0])
                    return  back[casted_boxes[0]:, casted_boxes[1]:, :].assign(cropped_image) #Here I get a problem
            r = tf.map_fn(my_func, res, tf.uint8)

通过上面的代码，我得到：

AttributeError:“Operation”对象没有属性“\u c\u op”

我不确定我是否完全理解了你的意思，所以如果我没有领会你的意思，请澄清

我相信您需要使用

tf.map\fn

在多个框上执行操作

tf.map_fn

将对数据中的每个元素应用一组tensorflow操作（通过将它们返回为映射函数来定义）

在本例中，边界框的形状为

[None，4]

。在运行时，它们会有一些形状，例如，如果您有42个边界框，则该形状将是

[42,4]

---

tf.map\u fn

在这种情况下，将沿着42个边界框的第一个维度解压边界框，并将从map函数返回的任何操作应用于每个边界框，并返回连接结果。

请发布您的代码。为什么tf会包括图像绘制函数。。？为什么不直接使用OpenCV函数呢？因为图像的形状在运行时之前设置为“无”，因为我使用了Dataset API和TFRecords。我尝试使用map_fn，但在分配次张量（参见我的编辑）时出现错误，我无法立即看到如何修复它，但是我相信在

map\u fn

中使用变量是问题的根源。您应该使用操作生成图像，而不是使用

my\u func

中的变量。毕竟，该功能将并行运行。