Tensorflow图像预处理(3)色彩调整

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

#图像色彩调整
#调整图片的亮度,对比度,饱和度,色相等

import matplotlib.pyplot as plt

image_raw_data=tf.gfile.GFile("pic/ma.jpg","rb").read()

with tf.Session() as sess:
    img_data=tf.image.decode_jpeg(image_raw_data)
    img_data=tf.image.convert_image_dtype(img_data,dtype=tf.float32)
    #亮度调整
    bri_adjust_down=tf.image.adjust_brightness(img_data,-0.5)           #降低亮度
    bri_adjust_up=tf.image.adjust_brightness(img_data,0.5)              #提高亮度
    bri_adjust_random=tf.image.random_brightness(img_data,0.9)          #在某个范围内随机调整亮度

在这里插入图片描述

 #对比度调整
    contrast_adj_down=tf.image.adjust_contrast(img_data,0.5)            #减少对比度为原先0.5倍
    contrast_adj_up=tf.image.adjust_contrast(img_data,5)                #增加对比度到原来5倍
    contrast_adj_ran=tf.image.random_contrast(img_data,lower=0.1,upper=3)   #一定范围内随机调整对比度

在这里插入图片描述

 #色相
    adjust_hue_01=tf.image.adjust_hue(img_data,0.1)                     #色相相加0.1
    adjust_hue_07 = tf.image.adjust_hue(img_data, 0.7)                  #色相相加0.7
    adjust_hue_ran = tf.image.random_hue(img_data, 0.5)                 #色相随机相加 这里加的值在0-0.5之间
    adjust_hue_07=tf.clip_by_value(adjust_hue_07,0,1.0)                 #截断操作保证像素值在0-1之间

在这里插入图片描述

 #饱和度
    sat_adjust_down=tf.image.adjust_saturation(img_data,-5)             #降低饱和度
    sat_adjust_up = tf.image.adjust_saturation(img_data, 5)           #增加饱和度
    sat_adjust_ran = tf.image.random_saturation(img_data, lower=0,upper=3)          #随机更改饱和度

在这里插入图片描述

  #图像标准化
    std_adjust=tf.image.per_image_standardization(img_data)             #操作后,图像中的数字均值变为0,方差变为1




    fig=plt.figure(figsize=(10,4))
    ax1 = fig.add_subplot(1,3, 1)
    ax2 = fig.add_subplot(1, 3, 2)
    ax3 = fig.add_subplot(1, 3, 3)
    ax1.imshow(std_adjust.eval())
    ax2.imshow(sat_adjust_up.eval())
    ax3.imshow(sat_adjust_ran.eval())

    plt.show()
Web3前沿技术的智能合约安全审计 随着Web3技术的快速发展,智能合约作为区块链应用的核心组件,其安全性问题日益突出。本文旨在系统性地介绍智能合约安全审计的技术体系,帮助开发者理解智能合约安全风险,掌握安全审计的方法论和工具链。智能合约安全的基本概念常见漏洞类型及其原理安全审计的技术方法实际审计案例分析安全审计工具和资源首先介绍基本概念和背景然后分析常见漏洞和安全风险接着详细讲解安全审计技术提供实际案例和代码示例最后讨论工具资源和未来趋势智能合约:运行在区块链上的自执行程序,代码即法律安全审计。 阅读详情

相关推荐

【深度学习】手把手教你在远程服务器上跑 YOLOv3 相关代码(含环境配置)

这篇文章主要记录了如何配置项目环境以及如何在远程服务器上跑 YOLOv3 模型。

作者正在煮茶中... 2384

tensorflow实现图像色彩的调整

实现图像的调整包括以下几个方面: 调整图像的亮度:tf.image.adjust_brightness(img, p)。img是表示目标图像,p表示对比度,大于零变亮,反之变暗 调整图像的对比度。tf.image.adjust_contrast,用法同上 调整色相。tf.image.adjust_hue。用法同上 调整饱和度:tf.image.adjust_saturation。用法同上

UESTC_C2_403的博客 1760

解决倍福ADS通信错误1861和6:一次完整的TwinCAT3路由配置与故障排查实录

本文详细解析了在Linux系统上解决倍福ADS通信错误1861和6的完整流程,包括TwinCAT3路由配置与故障排查。通过实例演示了如何正确配置AMS NetID、使用adstool工具添加静态路由,以及高级网络抓包分析技巧,帮助工程师快速定位和解决通信问题。

weixin_30875157的博客 523

TensorFlow学习--tensorflow图像处理--图像翻转及大小色彩调整

翻转图像tf.image.flip_up_down()将图像上下翻转tf.image.flip_left_right()将图像左右翻转tf.image.transpose_image()通过交换第一维和第二维来转置图像随机翻转tf.image.random_flip_up_down() 将图像上下翻转的概率为0.5,即输出的图像有50%的可能性是上下翻转的否则就输出原图. tf.image.ra

akadiao的博客 1万+

Silvaco二极管、三极管、CMOS的制备

Silvaco二极管和三极管的制备

yytu231的博客 5753

无人机中继传输数据链技术,(无人机+自组网)远距离传输技术实现详解

无人机中继传输数据链技术是指利用无人机作为空中移动中继节点,在需要通信的区域上空悬停或移动,以建立和维护通信链路,从而扩展通信范围、提高通信质量和灵活性。1. 通信链路:是无人机中继通信的重要组成部分,包括源节点到中继节点的链路和中继节点到目标节点的链路。同时,它还支持空中到地面的通信,距离大于100km。总的来说,无人机中继传输数据链技术和(无人机+自组网)远距离传输技术都是现代无人机通信领域的重要技术,它们的应用极大地扩展了无人机的通信范围和灵活性,为各种应用场景提供了强有力的支持。

专注多旋翼、复合翼无人机技术研究,从事低空经济行业。 2081

tensorflow之保存图片颜色不对

pylab.imread和PIL.Image.open读入的都是RBG顺序,而cv2.imread读入的是BGR顺序,更改之后: 参考:https://blog.youkuaiyun.com/keith_bb/article/details/53470170 https://www.jianshu.com/p/3977d674da85 ...

sinat_36965318的博客 876

YOLOv13改进策略【Neck】| CVPR2024 LGAG:大核分组注意力门模块,3×3分组卷积与注意力协同的特征精准融合

本文记录的是利用LGAG 模块改进 YOLOv13 的颈部融合部分。(Large-kernel Grouped Attention Gate)通过3×3分组卷积与注意力机制结合,引导解码器处理特征与跳接特征的精准融合。本文利用模块,通过3×3分组卷积扩大感受野以捕捉更广泛局部空间上下文,同时结合注意力机制生成自适应注意力系数,对YOLOv13中关键目标特征赋予高激活值、抑制冗余背景特征,在特征融合阶段实现全局语义与局部细节的高效结合,减少计算成本的同时提升特征表达能力,增强模型对复杂场景下目标的检测精度与效

Limiiiing的博客 106

画猫上色(tensorflow-js实现)

pix2pix(lua )官方—github地址:在这里可以下载相关的权重 bash ./models/download_model.sh model_name facades_label2image (label -> facade): trained on the CMP Facades dataset. cityscapes_label2image (label -> st...

前端交互开发 502

代码解读:使用Stable Diffusion完成相似图像生成任务

作为内容生产重要的一部分,生成相似图像是一项有意义的工作,例如很多内容创作分享平台单纯依赖用户贡献的图片已经不够了,最省力的方法就是利用已有的图片生成相似的图片作为补充。这篇博客详细解读基于Stable Diffusion生成相似图片的原理和代码。

沉迷单车的追风少年 1394

【单智能体】AI 数据分析智能体案例讲解(附完整源码)

本案例将引导您构建一个基于 AI 的数据分析智能体,让用户能够通过自然语言查询来分析 CSV 和 Excel 文件中的数据,无需掌握 SQL 知识。该智能体使用 Agno Agent 框架集成 OpenAI GPT-4o 模型,并利用 DuckDB 提供高效的数据处理能力。

rengang66的博客 241

TensorFlow 图像预处理(二) 图像翻转,图像色彩调整

图像翻转 tf.image.flip_up_down:上下翻转 tf.image.flip_left_right:左右翻转 tf.image.transpose_image:对角线翻转 除此之外,TensorFlow还提供了随机翻转的函数,保证了样本的样本的随机性: tf.image.random_flip_up_down:随机上下翻转图片 tf.image.random_flip

zhangxu 2万+

Android SurfaceFlinger——概述(一)

对于系统渲染流程的理解是指导 SurfaceFlinger 设计的核心思想,从 Android 4.1 一直到 Android 9.0 都没有太大的变化。只要抓住这五个核心思想,我们阅读 SurfaceFlinger 的难度就会下降不少。下面看一下 SurfaceFlinger 的体系和 Skia 以及 View的绘制流程的关系。framework 面向开发者所有的 View 是便于开发的控件,里面仅仅只是提供了当前 View 各种属性以及功能。

小旭的专栏 2585

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

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

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

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

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

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

tensorflow图像数据预处理

tensorflow图像数据预处理图像的亮度、对比度等属性对图像的影响是非常大的,相同物体在不同亮度、对比度差别非常大。然而在很多图像识别问题中,这些因素都不应该影响最后的识别结果。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,通过图像处理过程可以提高模型的准确率。Tensorflow图像处理函数Tensorflow提供了一种统一的格式来存储数据,这个格式就是TFR

ggwcr的博客 6161

【TensorFlow学习笔记】对图片数据的预处理一、-编码解码调整大小色彩亮度

IDE:pycharm Python: Python3.6 OS: win10 图片数据的预处理 所谓,预处理就是对训练图片提前进行一些处理,为什么要这么干呢?? 答案是 为了降低其他无关因素对最后的识别结果的影响,比如说一幅图片在不同亮度或是对比度等指标下呈现的效果可能差别特别大,但是这些对于我们来说,不要影响到最后的识别结果,所以这就是预处理最想解决的东西,其次通过预处理方式...

AI蜗牛车 7544

【TensorFlow】如何进行图像数据的预处理?(两个完整代码在第3.4节和第4章)(第三课)

1、TFRecord输入数据格式 1.1、TFRecord格式是什么? 1.2、样例程序 2、图像数据处理 2.1、图像处理函数 2.2、样例程序 3、多线程输入数据处理框架 3.1、队列与多线程 3.2、输入文件队列 3.3、组合训练数据(batching) 3.4、输入数据处理框架 ...

a_123456598的博客 3354

Tensorflow学习笔记————图像预处理

图像预处理结合实战Google深度学习框架和博客添加了自己总结的注释、笔记。 图像读取 tf.gfile.FastGFile(“/path/to/picture”, ‘r’).read() 图像格式的编码解码 :图像不直接记录图像上的不同位置,不同颜色的亮度。而是记录压缩编码之后的结果。所以要还原成三维矩阵,需要解码。以下为对jpeg格式图像编码/解码函数: tf.image.decode_j

cunyizhang的博客 6644

【TensorFlow】数据处理(对图像的处理)

项目已上传至 GitHub —— img-pre 目录结构images 文件夹下存放将被用于处理的图像,img_all.py 示范了 TensorFlow 中图像处理函数的使用方法,img_pre.py 给出了一个对图像进行预处理的程序示例img-pre/ images/ 1.jpg img_all.py img_pre.py图像处理函数编码处理在使用图像之前

widiot的博客 8849

TensorFlow图像数据处理

TensorFlow图像数据处理 作者: 大树先生 博客: http://blog.youkuaiyun.com/koala_tree GitHub:https://github.com/KoalaTree 2017 年 09 月 18 日 –自《TensorFlow实战Google》在卷积神经网络的训练过程中,图片的很多因素都会对训练数据产生很大的影响,进而影响神经网络模型的训练;同时也

大树先生的博客 5000

tensorflow学习笔记——图像数据处理

  喜欢摄影的盆友都知道图像的亮度,对比度等属性对图像的影响是非常大的,相同物体在不同亮度,对比度下差别非常大。然而在很多图像识别问题中,这些因素都不应该影响最后的结果。所以本文将学习如何对图像数据进行预处理使训练得到的神经网络模型尽可能小地被无关因素所影响。但与此同时,复杂的预处理过程可能导致训练效率的下降。为了减少预处理对于训练速度的影响,后面也学习多线程处理输入数据的解决方案。 ...

weixin_30408739的博客 797

Python笔记(十二)——image图像预处理模块

TensorFlow中有着一个image模块专门用于处理图片数据的预处理,里面定义了若干常见的图像预处理函数,让我们列举出来,介绍一下,API地为 tf.image. tf.image.adjust_brightness(images, delta) :用于改变原图像的明亮度,也就是在原图像的基础上加上一个delta,于是我们有new_image = old_image+delta。 tf.i...

qq_37764129的博客 1545
上一篇: Tensorflow图像预处理(2)大小调整
下一篇: matplotlib画图基本使用
评论
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