Tensorflow图像预处理(2)大小调整

Tensorflow基础:图像预处理 通过对图像的预处理,可以尽量避免模型受到无关因素的影响。在大部分图像识别问题中,通过图像预处理过程可以提高模型的准确率。Tensorflow提供了几类图像处理函数 阅读详情

简单的图像预处理,包含对图像的反转和裁剪等基本操作,代码中有详细注释


#图像大小调整

import matplotlib.pyplot as plt

image_raw_data=tf.gfile.FastGFile("pic/ma.jpg","rb").read()          #读图    图片不是utf8编码的话,就需要改成rb而不是r

with tf.Session() as sess:
    img_data=tf.image.decode_jpeg(image_raw_data)                   #解码
    img_data=tf.image.convert_image_dtype(img_data,dtype=tf.float32)
    #在调整图片大小前,需要先对图片的数据类型进行转换
    # method:0双线性插值,1最近邻 2双三次插值 3面积插值
    resized=tf.image.resize_images(img_data,[300,300],method=0)             #更改大小。会强制将图片压缩成要求的比例
    croped=tf.image.resize_image_with_crop_or_pad(img_data,200,200)         #进行居中裁剪
    padded=tf.image.resize_image_with_crop_or_pad(img_data,600,600)         #对周围的像素进行全0填充
    central_cropped=tf.image.central_crop(img_data,0.5)                     #按照比例裁剪图像,后面的数字在0-1之间,是裁剪的比例

    flipped=tf.image.flip_up_down(img_data)                                 #上下反转
    flipped_left=tf.image.flip_left_right(img_data)                         #左右反转
    transposed=tf.image.transpose_image(img_data)                           #沿对角线反转
    #以50%概率上下反转图像
    flipped_up_maybe=tf.image.random_flip_up_down(img_data)
    #以50%概率左右反转图像
    flipped_left_maybe=tf.image.random_flip_left_right(img_data)

    fig=plt.figure()
    ax1=fig.add_subplot(3,1,1)
    ax2=fig.add_subplot(3,1,2)
    ax3=fig.add_subplot(3,1,3)
    ax1.imshow(flipped_up_maybe.eval())
    ax2.imshow(flipped_left_maybe.eval())
    ax3.imshow(transposed.eval())
    plt.show()

Tensorflow图像预处理之图像编码,解码,resize,crop,pad tensorflow.image常见API 图像预处理之图像编码,解码,resize图像大小,crop 和pad 目录 image_raw_data = tf.gfile.FastGFile(image_path,‘rb’).read() #获得原始数据 img_data = tf.image.decode_jpeg(image_raw_data)#解码 encoded_image = tf.... 阅读详情

相关推荐

wgan:Wasserstein GAN的Tensorflow实现(以及wgan_v2中的改进版本)

瓦瑟斯坦·甘 Wasserstein GAN的Tensorflow实现。 两个版本: wgan.py:原始的裁剪方法。 wgan_v2.py:梯度惩罚方法。 (改进了Wasserstein GAN的训练)。 如何运行(示例): python wgan_v2.py --data mnist --model mlp --gpus 0

tensorflow图像处理(总结)

tensorflow图像处理 1、图像编解码 2、图像翻转 3、图像旋转(待补充) 4、图像色彩调整 5、图像标准化处理 6、图像调整大小 7、图像添加标注框

weixin_44816589的博客 736

python3读取图片并灰度化图片的四种方法(OpenCV、PIL.Image、TensorFlow方法)总结

在处理图像的时候经常是读取图片以后把图片转换为灰度图。作为一个刚入坑的小白,我在这篇博客记录了四种处理的方法。 首先导入包: import numpy as np import cv2 import tensorflow as tf from PIL import Image 方法一:在使用OpenCV读取图片的同时将图片转换为灰度图: img = cv2.imread(imgfile, cv2.IMREAD_GRAYSCALE) print(cv2.imread(imgfile, cv2.IMREAD_GRAYSCALE)结果如下:) print('大小:{}'.forma

【tensorflow】图像处理—— 数据增强

1-1 读取图像函数 tf.gfile.FastGFile("D:\\1.jpg", 'rb').read() 1-2 解码函数 tf.image.decode_jpeg(img) tf.image.decode_jepg 和 tf.image.decode_png函数分别用于解码jpg格式和png格式的图像。之后,可以显示图像。 如果没有解码,读取的图像是一...

静谧、淡雅 2899

vue3 web项目引入高拍仪

高拍仪的引入步骤就两步,安装SDK,然后根据官网的api进行开发。根据自己需要的功能,请求对应的接口。

qq_42480170的博客 4119

强化学习 | Multi Agents | Trust Region | HATRPO | HAPPO

ICLR2022多智能体论文,将trust region推广到MA上,保证单调递增。学习博客,共7k字,纯手敲。含大量手写笔记。

111辄的博客 1万+

tensorflow入门之---------图像大小调整

在深度学习的过程中,往往对输入图像的大小需要进行一个调整,特别是对于拥有全连接层的神经网络,因为全连接层的节点数是固定的。因此,为了满足全连接层的一个输入的要求,我们可以利用tensorflow自带的函数来进行图像大小的调整。 总体来说一共有三个函数。原始图像大小为1242*375. 一、tf.image.resize_images(image,shape,method) 一共有三个参数,第...

梦的漂流瓶的博客 7632

小白学电路之cadance搭建buffer电路

Buffer(缓冲器)是一种放大器或驱动电路,主要用于隔离输入和输出,以防止负载对前级电路造成干扰或影响。本文作者在电路方面是小白水平,目前正在学习,有不足之处欢迎指正。3.创建新的cellview,对此buffer进行仿真验证。2.创建buffer的symbol。电路中的V2的详细参数。

weixin_58051657的博客 2001

resize 改变容器大小

resize 可以用来增大或缩小容器的大小,如果当前容器大小大于所要求的大小(所要求的大小:reszie 的大小),容器后面的元素会被删除,如果当前容器大小小于新的大小,会将新元素添加到容器后面。 vector<int> vec(10, 100); //10个100 vec.resize(15); //后面的5个为0 /*for (int i : vec) { cout << i << " "; }*/ cou...

青海蓝田的博客 1841

CGNS快速入门到实战(一):CGNS静态链接库编译

近期,由于需要将CGNS格式加入到教研组自编CFD求解器DUBHE中,所以本人展开了对于CGNS的学习。CGNS快速入门到实战这一系列分成三篇文章展开叙述,具体有:(一)CGNS静态链接库编译;(二)VS配置调用CGNS静态链接库编写;(三)CGNS文件及案例展示。本篇文章重点讲述CGNS静态链接库编译。

ahang_99的博客 3821

2024顶级提示工程工具:提升效率的12个神器

LlamaIndex虽然本身不是直接的提示词编辑工具,但其整个设计都围绕着如何有效地将外部知识融入LLM的提示词。它提供了结构化的方式来管理“上下文窗口”——即哪些私有数据应该被包含在提示词中。通过优化索引结构和检索策略,可以确保提示词中包含最相关、最高质量的上下文信息,从而大幅提升LLM基于私有数据回答问题的准确性和相关性。同时,LlamaIndex允许开发者针对不同的查询类型和数据特点定制提示词模板,这使得提示词的复用和优化更加系统化。

AIGC应用创新大全的博客 1101

TensorFlow实战之数字图像处理基础

数字图像处理1. 数字图像基础图像种类图像格式色彩模型图像类型Pillow图像处理库基本操作 1. 数字图像基础 人眼直接感受到的图像是连续的模拟图像,为了计算机对图像进行加工,需要把连续的图像数字化、离散化,加工后的图像就是数字图像。 属性 说明 像素 图像中最小的单位 位图 通过记录每一个像素值来存储和表达的图像 色彩深度(位深度) 位图中每个像素点要用多少个二进制位来表示 BMP格式 Windows系统标准位图格式 图像种类 二值图像(Binary Image):每个

qinzhongyuan的博客 570

【碳排放数据集】全球近实时网格化二氧化碳排放数据集GRACED

【碳排放数据集】全球近实时网格化二氧化碳排放数据集GRACED

WW、forever的博客 147

从零搭建人脸识别系统(4)Tensorflow 图像处理(适用最新Tensorflow2.0以上版本)

上篇我们介绍了Tensorflow基础,https://blog.youkuaiyun.com/hao5119266/article/details/103807606 本篇距离上篇跨度较大,需要更深入的学习。期间自己学习了不少时间,包括但不限于:Numpy和Theano两个Python常用库,机器学习常用模型 值得注意的是,自Tensorflow2.0发布以来,许多教材旧代码需要更新或者被弃用,关于Te...

糯米 1423

Claude code 入门 安装和快速使用

Claude Code 可以理解为一个。你只需要用简单的语言告诉它要做什么,比如「帮我整理这些文件」、「改一下这个程序」、「分析一下这些数据」,它就能理解你的电脑项目,并自动完成很多操作。,比如整理文件、编程、数据分析…等等。使用终端、命令行还是挡住了非常多的朋友,这个时候,有个界面很重要!Claude code、Codex 官方也都推出了插件,安装即可使用。

2401_84052244的博客 1360

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

使用TensorFlow和Keras创建猫狗图片深度学习分类器

本文将带你了解如何使用使用TensorFlow和Keras创建猫狗图片深度学习分类器。

weixin_39915649的博客 380

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

tf的io

import tensorflow as tf img_path = "./data/cifar2/train/airplane/0.jpg" size = (32, 32) img1 = tf.io.read_file(img_path) print(type(img1), img1.shape) img2 = tf.image.decode_jpeg(img1) # 注意此处为jpeg格式 print(type(img2), img2.shape) img3 = tf.image.res...

a857553315的博客 275

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

提升subpixel模型性能的10个技巧:超分辨率训练参数调优指南

subpixel是一个基于Tensorflow的超分辨率子像素卷积网络项目,能够将低分辨率图像转换为高分辨率图像。本文将分享10个实用技巧,帮助你优化subpixel模型的训练参数,提升超分辨率效果。 ## 1. 选择合适的批处理大小(batch_size) 批处理大小是影响模型训练效率和稳定性的关键参数。在[model.py](https://link.gitcode.com/i/62339

gitblog_00796的博客 844

TensorFlow图像数据处理之图像预处理,如何对图像进行预处理?

TensorFlow图像数据处理之图像预处理 文章目录TensorFlow图像数据处理之图像预处理TFRecord输入数据格式为什么要把数据转化为TFRecord格式TFRecord样例程序图像数据处理TensorFlow图像处理函数输出原始矩阵和原始图像对图像进行大小调整对图像进行按百分比的剪裁对图片的亮度进行处理对图像添加标记框总结 TFRecord输入数据格式 为什么要把数据转化为TFRec...

JMU_Ma的博客 4162

基于TensorFlow的图像大小调整

import tensorflow as tf def TF_image_Resize(path_to_images, method = 0, height =224, width =224): """ using tensorflow to preprocess image data params: method 0: Bilinear interpolation ...

Bill_zhang5的博客 985

基于tensorflow的图像处理(二) tf.image的使用方法

目录 一、函数列表 二、tensorflow图像处理函数 1、图像编码处理 2、图像大小调整 3、图像翻转 4、图像色彩调整 5、处理框标准 三、图像预处理完整样例 四、重要的API 1、tf.image.resize_bilinear 2、tf.image.non_max_suppression 3、tf.image.crop_and_resize 4、tf.image...

weixin_36670529的博客 8659

TensorFlow 图像预处理: 图像编解码,图像尺寸调整

TensorFlow提供了几类图像处理函数,下面介绍图像的编码与解码,图像尺寸调整。 编码与解码 图像解码与编码:一张RGB三通道的彩色图像可以看成一个三维矩阵,矩阵中的不位置上的数字代表图像的像素值。然后图像在存储时并不是直接记录这些矩阵中的数字,而是经过了压缩编码。所以将一张图像还原成一个三维矩阵的过程就是解码的过程,反之就是编码了。其实如果大家熟悉opencv的话,imread和imwr...

自在独行的博客 1352

TensorFlow图像数据预处理

写在前面在之前介绍的栗子中都是直接使用图像原始的像素矩阵。但是如果在输入前通过对图像的预处理,可以尽量避免模型收到无关因素的影响。在大部分图像识别问题中,通过图像预处理过程可以提高模型的准确率。1. 图像编码处理我们平常提到的RGB图像可以看成一个三维矩阵,矩阵中的每个元素表示了图像上不同位置,不同颜色的亮度。但是图像在存储时并不是直接记录这些矩阵中的数字,而是记录经过压缩编码之后的结果。所以在使...

Kaiyuan_sjtu的博客 3514

TensorFlow图像预处理完整样例

参考书 《TensorFlow:实战Google深度学习框架》(第2版) 以下TensorFlow程序完成了从图像片段截取,到图像大小调整再到图像翻转及色彩调整的整个图像预处理过程。 #!/usr/bin/env python # -*- coding: UTF-8 -*- # coding=utf-8 """ @author: Li Tian @contac...

weixin_30648963的博客 268

【TensorFlow】图片预处理函数

`tf.gfile.FastGFile()` 读取图像 `tf.image.resize_images()`图像大小调整 `tf.image.resize_image_with_crop_or_pad()`图像裁剪或填充 `tf.image.central_crop()`按比例调整图像 `flipped = tf.image.flip_up_down(img_data)`:图像上下翻转 `flipped = tf.image.flip_left_right(img_data) `:图像左右翻转

See_Star的博客 967
上一篇: Tensorflow图像预处理(1)解码和编码
下一篇: Tensorflow图像预处理(3)色彩调整
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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