如何将张量划分为 NXN 块并再次从这些块重建第一个张量

Question

我有一个形状为 (1,32,32( 的张量，形状的第一个索引显示通道数，我的图像是灰色的。 现在我需要将这个张量分成 8x8 块，并在每个块上做一些处理，如 DCT，并在更改后，将这些新块替换为前一个块。 我们在 Matlab 中有mattocell和celltomat， 但是在凯拉斯，我不知道我该怎么做？你能在Keras中说出你的建议吗？谢谢。

我使用了以下代码：

def slicAndJpeg(img):
    for i in range (int(img.shape[1].value/8)):
        for j in range(int(img.shape[2].value/8)):
            temp=img[:,i*8:i*8+8,j*8:j*8+8]
            tempb=K.zeros((8,8))
            DCT(temp,tempb)

但我不知道这是真的还是假的？！ 你能告诉我是否可以在 keras 中使用上面的代码来张量吗？谢谢

Answer 1

我使用了前面提到的代码，它可以工作。 根据我的实验，我们可以通过 for 循环来做到这一点，但如果有人有更好的建议，请把它放在这里。

 def slicAndJpeg(img):
        for i in range (int(img.shape[1].value/8)):
            for j in range(int(img.shape[2].value/8)):
                temp=img[:,i*8:i*8+8,j*8:j*8+8]
                tempb=K.zeros((8,8))
                DCT(temp,tempb)