如何在Keras中使用张量的可变切片索引？

Question

我想从角膜的图像张量中切出一个矩形区域。该图像作为形状（128，128，3）的一个输入给出，矩形区域由固定的宽度和高度定义，另外一个形状为（2，）的第二个输入定义，以提供矩形在图像中的位置。因此，当width = height = 32时，目标张量具有（32，32，3）形状。

某些背景：我想通过自动编码器提供带有遮罩区域的图像，以希望此生成模型可以填充缺失的（归零）区域。之后，我要切出该填充区域。该掩蔽区域的位置在批次之间有所不同，因此我需要能够利用第二个输入

    # first input of shape (128, 128, 3)
    masked_img = Input(shape=self.input_shape)
    # second input of shape (2,) or (4,)
    mask_pos = Input(shape=(2,), dtype="int32", name="input-mask-position")

    # feed masked image through autoencoder
    filled_img = self.generator(masked_img)

    # cut out the fill-in region of the output
    fill_in = ???

在伪代码中，我确实需要执行以下操作：

    fill_in = extract_fill_in_region(filled_img, region_x, region_y)
    or
    fill_in = extract_fill_in_region(filled_img, region_x, region_y, region_width, 
    region_height)

取决于区域的大小是否固定。

第一个参数由第一个输入（masked_img）给出。所有其他信息都隐藏在第二个输入（mask_pos）中。

在固定所有参数的情况下很容易做到这一点：

    fill_in = Lambda(lambda img: img[:, 0:self.box_height, 0:self.box:width,:])(filled_image)

但这不是我需要的。

请帮助我:)预先感谢...