tf.image.crop_to_bounding_box的用法

本文介绍使用TensorFlow进行图片预处理的方法,包括读取图片、调整尺寸、随机裁剪等步骤,为深度学习任务准备训练数据。
部署运行你感兴趣的模型镜像
import tensorflow as tf
with tf.gfile.FastGFile('5.jpg','rb') as f:
    img=f.read()
    img=tf.image.decode_jpeg(img,channels=3)
    img = tf.image.resize_images(img, size=(286, 286))
rand=tf.random_uniform([2], 0, 286 - 256 + 1)

offset = tf.cast(tf.floor(rand), dtype=tf.int32)

r = tf.image.crop_to_bounding_box(img, offset[0], offset[1], 256, 256)

with tf.Session() as sess:
    img_,rand_,offset_,r_=sess.run([img,rand,offset,r])

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值