tf.extract_image_patches and tf.nn.depthwise_conv2d

最近毕设涉及到一个图像提取器，这个图像提取器是在patch基础上进行的，一直相信大tensorflow肯定有神器可以实现，查阅了stack overflow找到了tf.extract_image_patches()刚好可以实现将一幅图像分割成patches.

tf.extract_image_patches(
      images,
       ksizes,
       strides,
       rates,
       padding,
       name=None)

假设图像是灰度图，所以channel=1，同时假设batch_size=1

images: 需要分成patch的原始图像。可以是4-D张量（batch_size,weight,high,channels）
ksize: 一般是1-D张量，length大于等于4，表示patch的大小，比如5*5,则为（1，5，5，1）
strides：类似于tf.conv2d里面的strides，表示步长，也就是一次滑动几个像素，如步长为2，则为（1，2，2，1）
padding： 填充方式，类似于tf.conv2d
rates:是一个不容易理解的量，看了很久才搞明白。类似于空洞卷积，同一个patch里面隔几个点取为有效点

下面举个列子讲一下rates

上面图中，将3*3作为patch的大小，也就是ksize=(1,3,3,1)，红框中的数字作为patch的有效像素点。比如第一个patch的有效像素点就是紧挨着的3*3个像素点：（123369123）.rates=（1，n,n,1）的含义就是原始图像中隔(n-1)个点选取一个点作为同一个patch的有效像素点。第一个红框rates=（1，1，1，1），第二个红框rates=（1，2，2，1），第三个红框就是（1，3，3，1）

tf.nn.depthwise_conv2d可以看https://blog.csdn.net/mao_xiao_feng/article/details/78003476