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类的用法实例浅析
May 27 Python
tensorflow构建BP神经网络的方法
Mar 12 Python
python和pygame实现简单俄罗斯方块游戏
Feb 19 Python
numpy的文件存储.npy .npz 文件详解
Jul 09 Python
Python文件循环写入行时防止覆盖的解决方法
Nov 09 Python
Python使用sorted对字典的key或value排序
Nov 15 Python
keras 如何保存最佳的训练模型
May 25 Python
keras 自定义loss层+接受输入实例
Jun 28 Python
tensorflow 动态获取 BatchSzie 的大小实例
Jun 30 Python
python怎么删除缓存文件
Jul 19 Python
基于python requests selenium爬取excel vba过程解析
Aug 12 Python
python 如何将office文件转换为PDF
Sep 22 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
DC这些乐高系列动画电影你看过几部?
2020/04/09 欧美动漫
虹吸式咖啡壶操作
2021/03/03 冲泡冲煮
php实现基于微信公众平台开发SDK(demo)扩展的方法
2014/12/22 PHP
PHP框架Laravel的小技巧两则
2015/02/10 PHP
thinkphp5 加载静态资源路径与常量的方法
2017/12/24 PHP
js宝典学习笔记(上)
2007/01/10 Javascript
JavaScript ( (__ = !$ + $)[+$] + ({} + $)[_/_] +({} + $)[_/_] )
2011/02/25 Javascript
用JavaScript仿PS里的羽化效果代码
2011/12/20 Javascript
jquery 设置style:display的方法
2015/01/29 Javascript
关于javascript中dataset的问题小结
2015/11/16 Javascript
js实现精确到毫秒的倒计时效果
2016/08/05 Javascript
JS简单随机数生成方法
2016/09/05 Javascript
最全面的百度地图JavaScript离线版开发
2016/09/10 Javascript
ES6中箭头函数的定义与调用方式详解
2017/06/02 Javascript
vue多种弹框的弹出形式的示例代码
2017/09/18 Javascript
Python中for循环和while循环的基本使用方法
2015/08/21 Python
对Python中DataFrame按照行遍历的方法
2018/04/08 Python
在win10和linux上分别安装Python虚拟环境的方法步骤
2019/05/09 Python
利用django创建一个简易的博客网站的示例
2020/09/29 Python
python中的插入排序的简单用法
2021/01/19 Python
CSS3中box-shadow的用法介绍
2015/07/15 HTML / CSS
洛杉矶时尚女装系列:J.ING US
2019/03/17 全球购物
澳大利亚最大的在线美发和美容零售商之一:My Hair Care & Beauty
2019/08/24 全球购物
你常见到的runtime exception
2016/09/05 面试题
高中毕业自我鉴定
2013/12/22 职场文书
银行员工辞职信范文
2014/01/20 职场文书
公司请假条范文
2014/04/11 职场文书
中药学专业毕业生推荐信
2014/07/10 职场文书
意向书范本
2014/07/29 职场文书
中职三好学生事迹材料
2014/08/24 职场文书
领导班子四风问题个人对照检查材料
2014/10/04 职场文书
考试作弊检讨
2015/01/27 职场文书
幼儿教师辞职信
2015/02/27 职场文书
2016猴年春节慰问信
2015/11/30 职场文书
Sql-Server数据库单表查询 4.3实验课
2021/04/05 SQL Server
Redis6.0搭建集群Redis-cluster的方法
2021/05/08 Redis