Python基于Tensor FLow的图像处理操作详解


Posted in Python onJanuary 15, 2020

本文实例讲述了Python基于Tensor FLow的图像处理操作。分享给大家供大家参考,具体如下:

在对图像进行深度学习时,有时可能图片的数量不足,或者希望网络进行更多的学习,这时可以对现有的图片数据进行处理使其变成一张新的图片,在此基础上进行学习,从而提高网络识别的准确率。

1、图像解码显示

利用matplot库可以方便简洁地在jupyter内对图片进行绘制与输出,首先通过tf.gfile打开图片文件,并利用函数tf.image.decode_jpeg将jpeg图片解码为三位矩阵,之后便可以通过matplot绘制与显示图片信息了

import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np
 
#读取图像文件
image_raw=tf.gfile.GFile('D:\Temp\MachineLearning\data\cat.jpeg','rb').read()
 
with tf.Session() as sess:
  #对jpeg图像解码得到图像的三位矩阵数据
  image_data=tf.image.decode_jpeg(image_raw)
  print(image_data.eval())
  plt.imshow(image_data.eval())
  plt.show()

可以看到打印的图片三维矩阵信息和显示的图片:

Python基于Tensor FLow的图像处理操作详解                             Python基于Tensor FLow的图像处理操作详解

2、图像缩放

tensorflow还自带了许多图像处理函数,比如resize_image对图片进行大小的缩放。其中第一个参数代表图片数据源,第二个数组代表缩放后的大小,第三个method代表采用的缩放方法,默认0是双线性插值法,1代表最近邻插值法,2代表双立方插值法,3代表像素区域插值法。

#对图片大小进行缩放
  image_resize=tf.image.resize_images(image_data,[500,500],method=0)
  #tensorflow处理后的图片是float32格式的,需要转化为uint8才能正确输出
  image_resize=np.asarray(image_resize.eval(),dtype='uint8')
  plt.imshow(image_resize)
  plt.show()

3、图像裁切

函数tf.image.resize_image_with_crop_or_pad可以在保证图片原始比例的条件下对图片进行裁切或填充。

函数tf.image.random_crop是随机对图片进行选取裁剪,而不是以中心。

#图片裁剪
  image_crop=tf.image.resize_image_with_crop_or_pad(image_data,500,500)
  plt.imshow(image_crop.eval())
  plt.show()
  #随机裁剪
  img_random=tf.image.random_crop(image_data,[300,300,3])
  plt.imshow(img_random.eval())
  plt.show()

Python基于Tensor FLow的图像处理操作详解                               Python基于Tensor FLow的图像处理操作详解

resize_image_with_crop_or_pad第一个参数是图片资源,后两个参数是裁切后的图片大小,当原始图片大于目标值时将裁去两边多余部分,当图片小于目标值时将用黑色填充,例如上图左右被裁剪,上下用黑色填充。

random_crop第一个参数是图片资源,第二个参数是一个三位张量,代表目标图像大小。

4、图像翻转

通过函数实现图片的上下、左右翻转,在模型训练时,可以将原本的样本图片进行反转,作为新的特征值进行输入供模型训练。

#上下翻转
  img_down=tf.image.flip_up_down(image_data)
  plt.imshow(img_down.eval())
  plt.show()
  
  #左右翻转
  img_left=tf.image.flip_left_right(image_data)
  plt.imshow(img_left.eval())
  plt.show()

5、调整对比度、明度、饱和度

通过tf.image.adjust_contrast可以对图像对比度进行调整,当参数大于1代表加深,小于1代表减淡

tf.image.random_contrast可以在指定范围内随即调整对比度

类似的还有adjust_brightness、adjust_saturation、adjust_hue对明度、饱和度、色相进行调整

#加深对比度
  img_deep=tf.image.adjust_contrast(image_data,2)
  plt.imshow(img_deep.eval())
  plt.show()
  #降低对比度
  img_fade=tf.image.adjust_contrast(image_data,0.5)
  plt.imshow(img_fade.eval())
  plt.show()
  #随机对比度
  img_contrast=tf.image.random_contrast(image_data,0.5,2)
  plt.imshow(img_contrast.eval())
  plt.show()

6、对VGG网络的输入图片进行处理

Vgg网络训练中传入的图片参数x_img是以batch_size为单位的四维数据,例如传入20张32×32的3通道图片,其数据为[20,32,32,3]。但是tensorflow的图片处理函数只可以处理三维的单张图片。因此需要首先通过split()函数将20张图片拆分成单张[1,32,32,3],再通过reshape()函数转化为三维数据[32,32,3],之后再调用图片处理函数对图片进行处理,将处理后的图片恢复成四维,然后放在数组res_arr中,拼接成原来的一组20×32×32×3的数据。

# 将一批batch_size张图片在第一维上切分为单张图片
img_arr=tf.split(x_img,batch_size,axis=0)
res_arr=[]
# 遍历每个图片对其进行处理
for img in img_arr:
  # 将单张四维的图片[1,32,32,3]处理成三维[32,32,3]
  img=tf.reshape(img,[32,32,3])
  # 对单张图片进行图像增强
  img_flip=tf.image.random_flip_left_right(img)   # 翻转图片
  img_bright=tf.image.random_brightness(img_flip,max_delta=63)  # 随机调整亮度
  img_contrast=tf.image.random_contrast(img_bright,lower=0.2, upper=1.8) # 调整对比度
  # 将增强后的图片再变回原来的四维格式
  img=tf.reshape(img_contrast,[1,32,32,3])
  # 将每个处理后的图片放在一个数组
  res_arr.append(img)
# 将处理后的单个图片重新拼接在一起  
img_aug=tf.concat(res_arr,axis=0)

希望本文所述对大家Python程序设计有所帮助。

Python 相关文章推荐
Python实现3行代码解简单的一元一次方程
Aug 18 Python
python进阶教程之文本文件的读取和写入
Aug 29 Python
python基于socket实现网络广播的方法
Apr 29 Python
深入讲解Python编程中的字符串
Oct 14 Python
详解 Python中LEGB和闭包及装饰器
Aug 03 Python
Python实现按特定格式对文件进行读写的方法示例
Nov 30 Python
python微信跳一跳系列之棋子定位像素遍历
Feb 26 Python
Python使用爬虫爬取静态网页图片的方法详解
Jun 05 Python
python实现文件的备份流程详解
Jun 18 Python
解析PyCharm Python运行权限问题
Jan 08 Python
python 函数嵌套及多函数共同运行知识点讲解
Mar 03 Python
用Python selenium实现淘宝抢单机器人
Jun 18 Python
OpenCV哈里斯(Harris)角点检测的实现
Jan 15 #Python
Pytorch模型转onnx模型实例
Jan 15 #Python
Python通过TensorFLow进行线性模型训练原理与实现方法详解
Jan 15 #Python
详解Python实现进度条的4种方式
Jan 15 #Python
pytorch常见的Tensor类型详解
Jan 15 #Python
pytorch 常用线性函数详解
Jan 15 #Python
python3.8下载及安装步骤详解
Jan 15 #Python
You might like
一个odbc连mssql分页的类
2006/10/09 PHP
深入PHP FTP类的详解
2013/06/13 PHP
解析VS2010利用VS.PHP插件调试PHP的方法
2013/07/19 PHP
PHP小技巧之函数重载
2014/06/02 PHP
thinkphp常见路径用法分析
2014/12/02 PHP
php备份数据库类分享
2015/04/14 PHP
Yii中CGridView禁止列排序的设置方法
2016/07/12 PHP
php实现文件与16进制相互转换的方法示例
2017/02/16 PHP
PHP查询分页的实现代码
2017/06/09 PHP
Laravel 6.2 中添加了可调用容器对象的方法
2019/10/22 PHP
Thinkphp框架使用list_to_tree 实现无限级分类列出所有节点示例
2020/04/04 PHP
Laravel 修改验证异常的响应格式实例代码详解
2020/05/25 PHP
CLASS_CONFUSION JS混淆 全源码
2007/12/12 Javascript
jquery实现勾选复选框触发事件给input赋值
2015/02/01 Javascript
javascript中scrollTop详解
2015/04/13 Javascript
使用Javascript实现选择下拉菜单互移并排序
2016/02/23 Javascript
AngularJS中比较两个数组是否相同
2016/08/24 Javascript
用iframe实现不刷新整个页面上传图片的实例
2016/11/18 Javascript
Bootstrap table两种分页示例
2016/12/23 Javascript
详解Angular之constructor和ngOnInit差异及适用场景
2017/06/22 Javascript
原生JS实现DOM加载完成马上执行JS代码的方法
2018/09/07 Javascript
javascript二维数组和对象的深拷贝与浅拷贝实例分析
2019/10/26 Javascript
Python内置函数bin() oct()等实现进制转换
2012/12/30 Python
python连接字符串的方法小结
2015/07/13 Python
PHP网页抓取之抓取百度贴吧邮箱数据代码分享
2016/04/13 Python
使用Anaconda3建立虚拟独立的python2.7环境方法
2018/06/11 Python
python3.6利用pyinstall打包py为exe的操作实例
2018/10/31 Python
python算法与数据结构之单链表的实现代码
2019/06/27 Python
Python 共享变量加锁、释放详解
2019/08/28 Python
Django 解决开发自定义抛出异常的问题
2020/05/21 Python
为世界各地的女性设计和生产时尚服装:ROMWE
2016/09/17 全球购物
.NET里面如何取得当前的屏幕分辨率
2012/12/06 面试题
省级四好少年事迹材料
2014/01/25 职场文书
社区八一活动方案
2014/02/03 职场文书
中学教师师德师风承诺书
2015/04/28 职场文书
小学生教师节广播稿
2015/08/19 职场文书