本文介绍了使用TensorFlow进行图像预处理的方法，包括调整图像大小、裁剪填充、色彩调整等操作，通过具体代码示例展示了如何提升图像识别模型的准确性。
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TFRecord。
%matplotlib inline
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np
image_raw_data = tf.gfile.FastGFile("C:\\tensorflow-tutorial-master\\Deep_Learning_with_TensorFlow\\datasets\\cat.jpg","r").read()
with tf.Session() as sess:
# 解压jpeg格式的图像文件从而得到图像对应的三维矩阵
img_data = tf.image.decode_jpeg(image_raw_data)
print(img_data.eval())[[[163 161 140]
[163 161 138]
[163 161 140]
...,
[106 139 48]
[101 137 47]
[104 140 52]]
[[164 162 141]
[164 162 139]
[163 161 138]
...,
[107 138 45]
[103 138 46]
[108 138 50]]
[[167 162 142]
[167 162 140]
[164 162 139]
...,
[105 136 42]
[103 137 43]
[108 139 46]]
...,
[[207 200 181]
[207 200 181]
[206 199 180]
...,
[109 84 54]
[109 83 56]
[107 82 52]]
[[207 200 181]
[206 199 180]
[206 199 180]
...,
[108 83 52]
[106 81 51]
[106 81 50]]
[[207 200 181]
[206 199 180]
[206 199 180]
...,
[109 85 51]
[107 82 51]
[106 81 50]]]
# 显示图片
with tf.Session() as sess:
plt.imshow(img_data.eval())
plt.show()
一般来说网络上获取的图像大小是不固定，但神经网络输入节点个数是固定的，所以在将图像的像素作为输入提供给神经网络之前，需要先将图像大小统一。这个就是图形学大小调整要完成的任务。
with tf.Session() as sess:
"""参数：原始图像、调整后的大小、method：图像大小的算法"""
resized = tf.image.resize_images(img_data,[300,300],method=0)
# tensorflow的函数处理图片后存储的数据是float32格式，需要转换成uint8才能正确打印图片
print("Digital type: ",resized.dtype)
cat = np.asarray(resized.eval(),dtype='uint8')
plt.imshow(cat)
plt.show()Digital type: <dtype: 'float32'>
method取值 图像大小调整算法
======================================
0 双线性插值法
1 最近邻居法
2 双三次插值法
3 面积插值法
不同算法调整出来的结果会有细微差别，但不会相差太远。
# 裁剪和填充图片
"""
resize_image_with_crop_or_pad:
input:原始图像、后面两个参数是调整后的目标图像的大小。
说明：如果原始图像的尺寸大于目标图像，则函数自动截取原始图像中居中的部分
如果目标图像大于原始图像的尺寸，则函数自动在原始图像的四周填充0背景
"""
with tf.Session() as sess:
croped = tf.image.resize_image_with_crop_or_pad(img_data,1000,1000)
padded = tf.image.resize_image_with_crop_or_pad(img_data,3000,3000)
plt.imshow(croped.eval())
plt.show()
plt.imshow(padded.eval())
plt.show()
# 通过比例调整图像大小
"""
central_crop:
参数：原始图像、一个（0,1]的比例值
"""
with tf.Session() as sess:
central_cropped = tf.image.central_crop(img_data,0.5)
plt.imshow(central_cropped.eval())
plt.show()
with tf.Session() as sess:
# 上下翻转
filpped1 = tf.image.flip_up_down(img_data)
# 左右翻转
filpped2 = tf.image.flip_left_right(img_data)
# 以一定概率上下翻转图片。
filpped3 = tf.image.random_flip_up_down(img_data)
# 以一定概率左右翻转图片。
filpped4 = tf.image.random_flip_left_right(img_data)
#对角线翻转
transposed = tf.image.transpose_image(img_data)
plt.imshow(filpped1.eval())
plt.show()
plt.imshow(filpped2.eval())
plt.show()
plt.imshow(filpped3.eval())
plt.show()
plt.imshow(filpped4.eval())
plt.show()
with tf.Session() as sess:
# 将图片的亮度-0.5
adjusted1 = tf.image.adjust_brightness(img_data,-0.5)
# 将图片的亮度+0.5
adjusted2 = tf.image.adjust_brightness(img_data,0.5)
# 在[-max_delta, max_delta)的范围随机调整图片的亮度。
adjusted3 = tf.image.random_brightness(img_data,max_delta=0.5)
# 将图片的对比度-5
adjusted4 = tf.image.adjust_contrast(img_data,-0.5)
# 将图片的对比度+5
adjusted5 = tf.image.adjust_contrast(img_data,0.5)
# 在[lower, upper]的范围随机调整图的对比度。
adjusted6 = tf.image.random_contrast(img_data,lower=0.5,upper=1.5)
plt.imshow(adjusted1.eval())
plt.show()
plt.imshow(adjusted2.eval())
plt.show()
plt.imshow(adjusted3.eval())
plt.show()
plt.imshow(adjusted4.eval())
plt.show()
plt.imshow(adjusted5.eval())
plt.show()
plt.imshow(adjusted6.eval())
plt.show()
# 调整色相
with tf.Session() as sess:
adjusted1 = tf.image.adjust_hue(img_data,0.1)
adjusted2 = tf.image.adjust_hue(img_data,0.3)
adjusted3 = tf.image.adjust_hue(img_data,0.6)
adjusted4 = tf.image.adjust_hue(img_data,0.9)
# 在[-max_delta, max_delta]的范围随机调整图片的色相。max_delta的取值在[0, 0.5]之间
adjusted5 = tf.image.random_hue(img_data,0.5)
# 将图片的饱和度-5。
adjusted6 = tf.image.adjust_saturation(img_data,-5)
# 将图片的饱和度+5。
adjusted7 = tf.image.adjust_saturation(img_data,5)
# 在[lower, upper]的范围随机调整图的饱和度。
adjusted8 = tf.image.random_saturation(img_data, lower=0.5, upper=1.5)
# 将代表一张图片的三维矩阵中的数字均值变为0，方差变为1。
adjusted9 = tf.image.per_image_standardization(img_data)
plt.imshow(adjusted1.eval())
plt.show()
plt.imshow(adjusted2.eval())
plt.show()
plt.imshow(adjusted3.eval())
plt.show()
plt.imshow(adjusted4.eval())
plt.show()
plt.imshow(adjusted5.eval())
plt.show()
plt.imshow(adjusted6.eval())
plt.show()
plt.imshow(adjusted7.eval())
plt.show()
plt.imshow(adjusted8.eval())
plt.show()
plt.imshow(adjusted9.eval())
plt.show()
# 处理标注框
with tf.Session() as sess:
# 将图像缩小一些，这样可视化能让标注更加清楚
img_data = tf.image.resize_images(img_data,[180,267],method=1)
"""
图像矩阵转化为实数类型。tf.image.draw_bounding_boxes函数图像的输入是一个batched的数据，
也就是多张图像组成的四维矩阵，所以需要将解码之后的图像矩阵加一维。
"""
batched = tf.expand_dims(tf.image.convert_image_dtype(img_data,tf.float32),0)
"""
一个标准框有四个数字，分别代表[Ymin,Xmin,Ymax,Xmax]
这里给出的数字都是图像的相对位置。比如在180*267的图像中[0.35,0.47,0.5,0.56]代表(63,125)到(90,150)
"""
boxes = tf.constant([[[0.05,0.05,0.9,0.7],[0.35,0.47,0.5,0.56]]])
result = tf.image.draw_bounding_boxes(batched,boxes)
plt.imshow(result[0].eval())
plt.show() 
# 处理标注框
with tf.Session() as sess:
boxes = tf.constant([[[0.005,0.005,0.9,0.7],[0.35,0.47,0.5,0.56]]])
# 可以通过提供标准框的方式来告诉随机截取图像的算法哪些部分是"有信息"的
begin,size,bbox_for_draw = tf.image.sample_distorted_bounding_box(tf.shape(img_data),bounding_boxes=boxes)
# 通过标注框可视化随机截取得到的图像
batched = tf.expand_dims(tf.image.convert_image_dtype(img_data,tf.float32),0)
image_with_box = tf.image.draw_bounding_boxes(batched,bbox_for_draw)
# 截取
distorted_image = tf.slice(img_data, begin, size)
plt.imshow(distorted_image.eval())
plt.show() 
图像预处理完整样例
在解决真实的图像识别问题时，一般会同时使用多种处理方法。以下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。
%matplotlib inline
import numpy as np
import tensorflow as tf
import matplotlib.pylab as plt
# 给定一张图像，随机调整图像的色彩。因为调整亮度、对比度、饱和度和色相的顺序会影响，最后的结果
def distort_color(image,color_ordering=0):
if color_ordering == 0:
image = tf.image.random_brightness(image,max_delta=32./255.)
image = tf.image.random_saturation(image,lower=0.5,upper=1.5)
image = tf.image.random_hue(image,max_delta=0.2)
image = tf.image.random_contrast(image,lower=0.5,upper=1.5)
elif color_ordering == 1:
image = tf.image.random_saturation(image,lower=0.5,upper=1.5)
image = tf.image.random_brightness(image,max_delta=32./255.)
image = tf.image.random_contrast(image,lower=0.5,upper=1.5)
image = tf.image.random_hue(image,max_delta=0.2)
# 还可以定义其他的排列，不再一一列出
return tf.clip_by_value(image,0.0,1.0)
def preprocess_for_train(image,image_shape,bbox):
# 如果没有提供标注框，则认为整个图像就是需要关注的部分
if bbox is None:
bbox = tf.constant([0.0,0.0,1.0,1.0],dtype=tf.float32,shape=[1,1,4])
# 转换图像张量的类型
if image.dtype != tf.float32:
image = tf.image.convert_image_dtype(image,dtype=tf.float32)
# 随机截取图像，减小需要关注的物体大小对图像识别算法的影响
bbox_beign,bbox_size,_ = tf.image.sample_distorted_bounding_box(tf.shape(image),bounding_boxes=bbox)
bbox_begin, bbox_size, _ = tf.image.sample_distorted_bounding_box(tf.shape(image), bounding_boxes=bbox)
distorted_image = tf.slice(image,bbox_beign,bbox_size)
# 将随机截取的图像调整为神经网络输入层的大小。大小调整的算法是随机选择
distored_image = tf.image.resize_images(distorted_image,image_shape,method=np.random.randint(4))
# 随机左右翻转图像
distored_image = tf.image.random_flip_left_right(distored_image)
# 使用一种随机的顺序调整图像色彩
distored_image = distort_color(distorted_image,np.random.randint(2))
return distored_image
# 读取图片
image_raw_data = tf.gfile.FastGFile("C:\\tensorflow-tutorial-master\\Deep_Learning_with_TensorFlow\\datasets\\cat.jpg","r").read()
with tf.Session() as sess:
img_data = tf.image.decode_jpeg(image_raw_data)
boxes = tf.constant([[[0.05, 0.05, 0.9, 0.7], [0.35, 0.47, 0.5, 0.56]]])
for i in range(9):
result = preprocess_for_train(img_data,[299,299],boxes)
plt.figure(1)
plt.imshow(result.eval())
plt.show()
扫一扫
973
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
