`sklearn.feature_extraction.image`.PatchExtractor¶

class sklearn.feature_extraction.image.PatchExtractor¶

Extrae fragmentos de una colección de imágenes

Nuevo en la versión 0.9.

Parámetros

patch_sizetupla de entero (patch_height, patch_width), default=None: Las dimensiones de un fragmento.
max_patchesint o float, default=None: El número máximo de fragmentos por imagen a extraer. Si max_patches es un número de punto flotante (float) en (0, 1) se toma como una proporción del número total de fragmentos.
random_stateentero, instancia de RandomState, default=None: Determina el generador de números aleatorios utilizado para el muestreo aleatorio cuando max_patches no es None. Utiliza un número entero (int) para que la aleatoriedad sea determinista. Ver Glosario.

Ejemplos

>>> from sklearn.datasets import load_sample_images
>>> from sklearn.feature_extraction import image
>>> # Use the array data from the second image in this dataset:
>>> X = load_sample_images().images[1]
>>> print('Image shape: {}'.format(X.shape))
Image shape: (427, 640, 3)
>>> pe = image.PatchExtractor(patch_size=(2, 2))
>>> pe_fit = pe.fit(X)
>>> pe_trans = pe.transform(X)
>>> print('Patches shape: {}'.format(pe_trans.shape))
Patches shape: (545706, 2, 2)

Métodos

`fit`	No hace nada y devuelve el estimador sin cambios.
`get_params`	Obtiene los parámetros para este estimador.
`set_params`	Establece los parámetros de este estimador.
`transform`	Transforma las muestras de la imagen en X en una matriz de datos de fragmentos.

fit()¶

No hace nada y devuelve el estimador sin cambios.

Este método sólo está ahí para implementar la API habitual y por lo tanto, trabajar en pipelines.

Parámetros

Xarray-like de forma (n_samples, n_features): Datos de entrenamiento.

get_params()¶

Obtiene los parámetros para este estimador.

Parámetros

deepbool, default=True: Si es True, devolverá los parámetros para este estimador y los subobjetos contenidos que son estimadores.

Devuelve

paramsdict: Los nombres de los parámetros mapeados a sus valores.

set_params()¶

Establece los parámetros de este estimador.

El método funciona tanto en estimadores simples como en objetos anidados (como Pipeline). Estos últimos tienen parámetros de la forma <component>__<parameter> para que sea posible actualizar cada componente de un objeto anidado.

Parámetros

**paramsdict: Parámetros del estimador.

Devuelve

selfinstancia del estimador: Instancia del estimador.

transform()¶

Transforma las muestras de la imagen en X en una matriz de datos de fragmentos.

Parámetros

Xndarray de forma (n_samples, image_height, image_width) o (n_samples, image_height, image_width, n_channels): Arreglo de imágenes de las que se extraen fragmentos. Para las imágenes en color, la última dimensión especifica el canal: una imagen RGB tendría n_channels=3.

Devuelve

patchesarreglo de forma (n_patches, patch_height, patch_width) o (n_patches, patch_height, patch_width, n_channels): La colección de fragmentos extraídos de las imágenes, donde n_patches es n_samples * max_patches o el número total de fragmentos que se pueden extraer.