tensorflow图像数据处理

今天学到tensorflow图像数据处理，所以写个笔记。

1 首先是导入库

import matplotlib.pyplot as plt
import tensorflow as tf   
import numpy as np

2 读取图片

image_raw_data = tf.gfile.FastGFile('../datasets/cat.jpg','rb').read()
 
with tf.Session() as sess:
    img_data = tf.image.decode_jpeg(image_raw_data)
    
    # 输出解码之后的三维矩阵。
    print (img_data.eval())
    img_data.set_shape([1797, 2673, 3])
    print (img_data.get_shape())

用的python3。读的是一个猫的图片其shape是(1797, 2673, 3)。

3 打印图片

with tf.Session() as sess:
    plt.imshow(img_data.eval())
    plt.show()

4 调整图像大小

with tf.Session() as sess:    
    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格式的，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')
    # tf.image.convert_image_dtype(rgb_image, tf.float32)
    plt.imshow(cat)
    plt.show()

其核心是tf.image.resize_images函数。通过上面程序，图片被调整成为300×300的。tf.image.resize_images函数的method参数取值对应不同的图像大小调整算法，如下表

tf.image.resize_images函数的method参数取值对应不同的图像大小调整算法

Method取值 图像调整算法 0 双线性插值法（Bilinear Interpolation） 1 最近邻居法（nearest_neighbor nearest_neighbor Interpolation） 2 双三次插值法（nearest_neighborBicubic interpolation） 3 面积插值法（Area nearest_neighbor Interpolation） 不同算法调整的图片结果会有细微差别，但不相差太远。图片不会设置标题就没有放图。 5 裁剪和填充图片   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nearest_neighbortf.image.resize_image_with_crop_or_pad  函数调整图像大小。其第一个参数为原始图像，后面俩个参数是调整后的目标图像大小。如果调整的图像小于原始图像，就会裁剪，如果调整的图像大于原始图像，就会填充0为背景。 可以通过比例调整大小，如下： central_cropped = tf.image.central_crop(img_data, 0.5)     tf.image.central_crop函数第一个参数为原始图像，第二个为调整比例。上面的代码截取的中间50％的图像。 另外，tensorflow也提供了tf.crop_to_bounding_box函数与tf.pad_to_bounding_box函数来裁剪与填充给定区域的图像，故而使用这俩个函数要求给定的尺寸满足一定要求。 6 图像翻转 下面代码实现了图像上下翻转，左右翻转，以及沿对角线翻转： with tf.Session() as sess: # 上下翻转 flipped1 = tf.image.flip_up_down(img_data) # 左右翻转 flipped2 = tf.image.flip_left_right(img_data) #对角线翻转 transposed = tf.image.transpose_image(img_data) plt.imshow(transposed.eval()) plt.show() 7 图片色彩调整   with tf.Session() as sess: # 将图片的亮度-0.5。 #adjusted = tf.image.adjust_brightness(img_data, -0.5) # 将图片的亮度-0.5 #adjusted = 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。 adjusted = tf.image.random_brightness(img_data, max_delta=0.5) # 将图片的对比度-5 #adjusted = tf.image.adjust_contrast(img_data, -5) # 将图片的对比度+5 #adjusted = tf.image.adjust_contrast(img_data, 5) # 在[lower, upper]的范围随机调整图的对比度。 #adjusted = tf.image.random_contrast(img_data, lower, upper) plt.imshow(adjusted.eval()) plt.show() 上面程序分别介绍了调整图像亮度与对比度 8 添加色相饱和度 with tf.Session() as sess: adjusted = tf.image.adjust_hue(img_data, 0.1) #adjusted = tf.image.adjust_hue(img_data, 0.3) #adjusted = tf.image.adjust_hue(img_data, 0.6) #adjusted = 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。 #adjusted = tf.image.random_hue(image, max_delta) # 将图片的饱和度-5。 #adjusted = tf.image.adjust_saturation(img_data, -5) # 将图片的饱和度+5。 #adjusted = tf.image.adjust_saturation(img_data, 5) # 在[lower, upper]的范围随机调整图的饱和度。 #adjusted = tf.image.random_saturation(img_data, lower, upper) plt.imshow(adjusted.eval()) plt.show() 9 添加标注框 with tf.Session() as sess: boxes = tf.constant([[[0.05, 0.05, 0.9, 0.7], [0.35, 0.47, 0.5, 0.56]]]) begin, size, bbox_for_draw = tf.image.sample_distorted_bounding_box( tf.shape(img_data), bounding_boxes=boxes) 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) distorted_image = tf.slice(img_data, begin, size) plt.imshow(distorted_image.eval()) plt.show() 在图像处理中，图像中需要关注的物体通常会被标注框圈出来，tensorflow通过tf.image.draw_bounding_boxes函数在图像中添加标注框。 1 需要进行图片数据的float转换  2 如果不是一个batch，是一个图片的话需要手动加一个维度 3 box = [[[]]] 4 最后显示需要转换回去 需要知道原本图片的维度数据利用 print(sess.run(img_data).shape)得出