python使用TensorFlow进行图像处理的方法


Posted in Python onFebruary 28, 2018

一、图片的放大缩小

在使用TensorFlow进行图片的放大缩小时,有三种方式:

1、tf.image.resize_nearest_neighbor():临界点插值
2、tf.image.resize_bilinear():双线性插值
3、tf.image.resize_bicubic():双立方插值算法

下面是示例代码:

# encoding:utf-8
# 使用TensorFlow进行图片的放缩
import tensorflow as tf
import cv2
import numpy as np

# 读取图片
img = cv2.imread("1.jpg")
# 显示原始图片
cv2.imshow("resource", img)

h, w, depth = img.shape
img = np.expand_dims(img, 0)

# 临界点插值
nn_image = tf.image.resize_nearest_neighbor(img, size=[h+100, w+100])
nn_image = tf.squeeze(nn_image)
with tf.Session() as sess:
  # 运行 'init' op
  nn_image = sess.run(nn_image)
nn_image = np.uint8(nn_image)

# 双线性插值
bi_image = tf.image.resize_bilinear(img, size=[h+100, w+100])
bi_image = tf.squeeze(bi_image)
with tf.Session() as sess:
  # 运行 'init' op
  bi_image = sess.run(bi_image)
bi_image = np.uint8(bi_image)

# 双立方插值算法
bic_image = tf.image.resize_bicubic(img, size=[h+100, w+100])
bic_image = tf.squeeze(bic_image)
with tf.Session() as sess:
  # 运行 'init' op
  bic_image = sess.run(bic_image)
bic_image = np.uint8(bic_image)
# 显示结果图片
cv2.imshow("result_nn", nn_image)
cv2.imshow("result_bi", bi_image)
cv2.imshow("result_bic", bic_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

二、图片的亮度调整

在使用TensorFlow进行图片的亮度调整时,有两种方式:
1、tf.image.adjust_brightness():亮度的全局调整
2、tf.image.random_brightness():亮度的随机调整

下面是示例代码:

# encoding:utf-8
# 使用TensorFlow调整图片的亮度
import tensorflow as tf
import cv2
import numpy as np

# 读取图片
img = cv2.imread("1.jpg")
# 显示原始图片
cv2.imshow("resource", img)

img = np.expand_dims(img, 0)
# adjust_brightness
bright_img = tf.image.adjust_brightness(img, delta=.5)
bright_img = tf.squeeze(bright_img)
with tf.Session() as sess:
  # 运行 'init' op
  result = sess.run(bright_img)
result = np.uint8(result)

rand_image = tf.image.random_brightness(img, max_delta=.5)
rand_image = tf.squeeze(rand_image)
with tf.Session() as sess:
  # 运行 'init' op
  result2 = sess.run(rand_image)
result2 = np.uint8(result2)

cv2.imshow("result", result)
cv2.imshow("result2", result2)
cv2.waitKey(0)
cv2.destroyAllWindows()

三、图片的对比度调整

在使用TensorFlow进行图片的对比度调整时,有两种方式:
1、tf.image.adjust_contrast():对比度的全局调整
2、tf.image.random_contrast():对比度的随机调整

代码与图片的亮度调整类似,这里就不赘述了。

四、图片的饱和度调整

在使用TensorFlow进行图片的饱和度调整时,使用下列函数:

tf.image.adjust_saturation()

饱和度调整范围为0~5

下面示例代码:

# encoding:utf-8
# 使用TensorFlow调整图片的亮度
import tensorflow as tf
import cv2
import numpy as np

# 读取图片
img = cv2.imread("1.jpg")
# 显示原始图片
cv2.imshow("resource", img)

# 图像的饱和度调整
stand_img = tf.image.adjust_saturation(img, saturation_factor=2.4)
with tf.Session() as sess:
  # 运行 'init' op
  result = sess.run(stand_img)
result = np.uint8(result)

cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

五、图片的标准化

在使用TensorFlow对图像数据进行训练之前,常需要执行图像的标准化操作,它与归一化是有区别的,归一化不改变图像的直方图,标准化操作会改变图像的直方图。标准化操作使用如下函数:

tf.image.per_image_standardization()

下面是示例代码:

# encoding:utf-8
# 使用TensorFlow调整图片的亮度
import tensorflow as tf
import cv2
import numpy as np

# 读取图片
img = cv2.imread("1.jpg")
# 显示原始图片
cv2.imshow("resource", img)

# 图像标准化操作
stand_img = tf.image.per_image_standardization(img)
with tf.Session() as sess:
  # 运行 'init' op
  result = sess.run(stand_img)
result = np.uint8(result)

cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

六、图像的色彩空间转化

使用TensorFlow进行图像的色彩空间转化,包括HSV、RGB、灰度色彩空间之间的转化,使用的函数如下所示:

tf.image.rgb_ to_hsv() 
tf.image.rgb_ to_grayscale() 
tf.image.hsv_ to_rgb()

代码与图像的标准化操作的代码相似,这里不再赘述。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python操作mongodb根据_id查询数据的实现方法
May 20 Python
Python实现给文件添加内容及得到文件信息的方法
May 28 Python
python3中str(字符串)的使用教程
Mar 23 Python
Python实现自定义顺序、排列写入数据到Excel的方法
Apr 23 Python
python 接收处理外带的参数方法
Dec 03 Python
Python中的Socket 与 ScoketServer 通信及遇到问题解决方法
Apr 01 Python
python判断所输入的任意一个正整数是否为素数的两种方法
Jun 27 Python
Django如何实现密码错误报错提醒
Sep 04 Python
如何用python插入独创性声明
Mar 31 Python
python numpy中multiply与*及matul 的区别说明
May 26 Python
Python人工智能之混合高斯模型运动目标检测详解分析
Nov 07 Python
Python内置数据类型中的集合详解
Mar 18 Python
使用Python搭建虚拟环境的配置方法
Feb 28 #Python
Python OpenCV获取视频的方法
Feb 28 #Python
python实现多线程行情抓取工具的方法
Feb 28 #Python
Python 记录日志的灵活性和可配置性介绍
Feb 27 #Python
python定向爬取淘宝商品价格
Feb 27 #Python
python抓取文件夹的所有文件
Feb 27 #Python
python数据分析数据标准化及离散化详解
Feb 26 #Python
You might like
php 动态添加记录
2009/03/10 PHP
PHP读取PDF内容配合Xpdf的使用
2012/11/24 PHP
jQuery源码分析之Event事件分析
2010/06/07 Javascript
关于删除时的提示处理(确定删除吗)
2013/11/03 Javascript
JavaScript设置首页和收藏页面的小例子
2013/11/11 Javascript
jquery等待效果示例
2014/05/01 Javascript
NodeJS学习笔记之Connect中间件模块(二)
2015/01/27 NodeJs
实例讲解避免javascript冲突的方法
2016/01/03 Javascript
vue.js初学入门教程(1)
2016/11/03 Javascript
AngularJS过滤器filter用法总结
2016/12/13 Javascript
vue.js单页面应用实例的简单实现
2017/04/10 Javascript
深入浅出了解Node.js Streams
2019/05/27 Javascript
vue实现从外部修改组件内部的变量的值
2020/07/30 Javascript
vue之封装多个组件调用同一接口的案例
2020/08/11 Javascript
js实现电灯开关效果
2021/01/19 Javascript
[01:14:34]DOTA2上海特级锦标赛C组资格赛#2 LGD VS Newbee第一局
2016/02/28 DOTA
Python脚本实现集群检测和管理功能
2015/03/06 Python
为Python的web框架编写MVC配置来使其运行的教程
2015/04/30 Python
Python中字典的浅拷贝与深拷贝用法实例分析
2018/01/02 Python
python使用requests.session模拟登录
2019/08/09 Python
wxpython自定义下拉列表框过程图解
2020/02/14 Python
Matplotlib animation模块实现动态图
2021/02/25 Python
女性时尚在线:IVRose
2019/02/23 全球购物
蒂娜商店:Tiina the Store
2019/12/07 全球购物
广州足迹信息技术有限公司Java软件工程师试题
2014/02/15 面试题
超市实习总结自我鉴定
2013/09/19 职场文书
小学三年级数学教学反思
2014/01/31 职场文书
2014旅游局领导班子四风问题对照检查材料思想汇报
2014/09/19 职场文书
群众路线剖析材料
2014/09/30 职场文书
交通局领导班子群众路线教育实践活动对照检查材料思想汇报
2014/10/09 职场文书
2015年重阳节慰问信
2015/03/23 职场文书
2016年大学迎新晚会工作总结
2015/10/15 职场文书
《彼得与狼》教学反思
2016/02/20 职场文书
PHP解决高并发问题
2021/04/01 PHP
Python竟然能剪辑视频
2021/05/25 Python
从QQtabBar看css命名规范BEM的详细介绍
2021/08/07 HTML / CSS