利用tensorflow自带的函数预处理图像

一.方法
图像读取，剪裁、反转、改变颜色，涉及的函数有：

读取：
tf.gfile.FastGFile(path,decodestyle)

剪裁：
tf.image.sample_distorted_bounding_box（image_size,bounding_boxes）
tf.slice（image, bbox_begin, bbox_size）
tf.image.resize_images（image, [height, width], method）

反转：
tf.image.random_flip_left_right（image）
tf.image.random_flip_up_down（image）

颜色改变：
 tf.image.random_brightness(image, max_delta) # 在（-max_delta，max_delta）随机调整
 tf.image.random_saturation(image, lower, upper) # 在（ lower, upper)随机调整
 tf.image.random_hue(image, max_delta)
 tf.image.random_contrast(mage, lower, upper)
截断：
tf.clip_by_value（image，0.0， 1.0） # 保证图像调整后的像素值在0.0-1.0之间

二. 部分函数讲解
1. tf.gfile.FastGFile(path,decodestyle)
函数功能：实现对图片的读取。
函数参数：(1)path：图片所在路径 (2)decodestyle:图片的解码方式。(‘r’:UTF-8编码; ‘rb’:非UTF-8编码)
2. tf.image.sample_distorted_bounding_box（）
此函数为图像生成单个随机变形的边界框。函数输出的是可用于裁剪原始图像的单个边框。返回值为3个张量：begin，size和 bboxes。前2个张量用于 tf.slice 剪裁图像。后者可以用于 tf.image.draw_bounding_boxes 函数来画出边界框。
3. tf.clip_by_value（）
tf.clip_by_value(A, min, max)：输入一个张量A，把A中的每一个元素的值都压缩在min和max之间。小于min的让它等于min，大于max的元素的值等于max。

三. 具体代码实现

#!/usr/bin/env python 
# -*- coding:utf-8 -*-
# author:Dr.Shang


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


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_hue(image, max_delta=0.2)
        image = tf.image.random_contrast(image, lower=0.5, upper=1.5)
    elif color_ordering == 2:
        image = tf.image.random_hue(image, max_delta=0.2)
        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)
    elif color_ordering == 3:
        image = tf.image.random_contrast(image, lower=0.5, upper=1.5)
        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_brightness(image, max_delta=32. / 255)
    elif color_ordering == 4:
        image = tf.image.random_brightness(image, max_delta=32. / 255)
        image = tf.image.random_hue(image, max_delta=0.2)
        image = tf.image.random_saturation(image, lower=0.5, upper=1.5)
        image = tf.image.random_contrast(image, lower=0.5, upper=1.5)
    elif color_ordering == 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)
        image = tf.image.random_contrast(image, lower=0.5, upper=1.5)
    elif color_ordering == 6:
        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_contrast(image, lower=0.5, upper=1.5)
        image = tf.image.random_hue(image, max_delta=0.2)
    return tf.clip_by_value(image, 0.0, 1.0)


def prerocess_for_train(image, height, width, bbox):
    if bbox is None:
        bbox = tf.constant([0.0, 0.0, 1.0, 1.0], dtype=tf.float32, shape=[1, 1, 4])

    # 转换张量类型
    if image.dtype != tf.float32:
        image = tf.image.convert_image_dtype(image, dtype=tf.float32)

    #  随机剪裁图片，减小需要关注的物体大小对图像识别算法的影响
    """
    此函数为图像生成单个随机变形的边界框。函数输出的是可用于裁剪原始图像的单个边框。返回值为3个张量：begin，size和 bboxes。
    前2个张量用于 tf.slice 剪裁图像。后者可以用于 tf.image.draw_bounding_boxes 函数来画出边界框。
    """
    bbox_begin, bbox_size, _ = tf.image.sample_distorted_bounding_box(tf.shape(image), bounding_boxes=bbox)
    distort_image = tf.slice(image, bbox_begin, bbox_size)

    # 将随机剪裁的图片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的。
    distort_image = tf.image.resize_images(distort_image, [height, width], method=np.random.randint(4))

    # 随机左右或上下翻转图片
    flag = np.random.randint(2)
    if flag == 0:
        distort_image = tf.image.random_flip_left_right(distort_image)
    else:
        distort_image = tf.image.random_flip_up_down(distort_image)

    # 随机使用一种顺序调整图像色彩
    distort_image = distort_color(distort_image, np.random.randint(7))
    return distort_image


image_raw_data = tf.gfile.FastGFile("55.jpg", "rb").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(6):
        # 将图像尺寸调整为299*299
        result = prerocess_for_train(img_data, 299, 299, boxes)
        plt.imshow(result.eval())
        plt.show()

四.原图+效果图
原图：

效果图：