大家好,欢迎来到IT知识分享网。
tensorflow 中自带了很多图像处理的方法,基本都在 tf.image 模块中,虽然不如 opencv 强大,但也比较常用,这里做个记录。
图像编解码
1. 用 tf 的方法读取图片后,都需要进行编解码,才能在 tf 中继续处理;
2. tf 提供了各种类型图像的编解码:decode_gif,decode_png,decode_jepg,decode_image,encode_png 等待,用法类似
tf.image.decode_png(contents, channels=0, dtype=_dtypes.uint8, name=None):channels 指定通道数
大体处理过程是:读取–解码–转换成 np –喂给 sess
import tensorflow as tf import matplotlib.pylab as plt image = tf.gfile.FastGFile('pic/t4.png', 'rb').read() print(type(image)) # <class 'bytes'> 格式显然不对,需要解码 image = tf.image.decode_png(image) # 这里暂时没有指定channels print(type(image)) # <class 'tensorflow.python.framework.ops.Tensor'> 解码完是 tensor,不能直接作为 sess.run 的输入 tf.InteractiveSession() image = image.eval() print(type(image)) # <class 'numpy.ndarray'> 转换成 np print(image.shape) # (620, 723, 4) 默认4个通道,不符合 tensorflow 的处理要求,在 decode_png 中可指定通道数为3,这里就变成3个通道了 print(image) # 0-255 int plt.imshow(image) plt.show()
数据类型转换
很多图像的像素默认是int类型(如上例),但在 tf 中 float 更容易处理,而且 tf 很多函数输出默认是 float,在 imshow 时会发生错误。
tf.image.convert_image_dtype(image, dtype, saturate=False, name=None)
import matplotlib as mpl import tensorflow as tf import matplotlib.pylab as plt mpl.rcParams['font.sans-serif']=['FangSong'] # 图片上显示中文 image = tf.gfile.FastGFile('pic/t4.png', 'rb').read() image = tf.image.decode_png(image) tf.InteractiveSession() image1 = image.eval() print(image1) # 默认 0-255 int # [[[255 247 245 255] # [255 248 245 255] ### 经过 tf 函数图像处理后,无法imshow,因为输出变成 0-255 float,imshow 只接受 0-1 float 和 0-255 int image2 = tf.image.resize_images(image, [300, 300], method=0).eval() print(image2) # [[[255. 247. 245. 255. ] # [254. 248.41 245. 255. ] ### 需要进行 数据类型转换,可以指定转换类型 image3 = tf.image.convert_image_dtype(image, dtype=tf.float32) # 这里指定转成 0-1 float print(image3) # Tensor("convert_image:0", shape=(?, ?, ?), dtype=float32) image4 = tf.image.resize_images(image3, [300, 300], method=0).eval() print(image4) # [[[1. 0.9686275 0.9607844 1. ] # [0.9960785 0.9741569 0.9607844 1. ] # imshow with RGB data ([0..1] for floats or [0..255] for integers). plt.subplot(131); plt.imshow(image1); plt.title('original') plt.subplot(132); plt.imshow(image2); plt.title('不处理直接变形') plt.subplot(133); plt.imshow(image4); plt.title('先转换数据类型再变形') plt.show()
输出
图像翻转
包括上下翻转、左右翻转、90度翻转,随机翻转,函数见代码
tf.image.random_flip_left_right:随机左右翻转,概率为0.5
tf.image.random_flip_up_down:随机上下翻转,概率为0.5
#!/usr/bin/python # coding:utf-8 import matplotlib.pyplot as plt import tensorflow as tf sess = tf.InteractiveSession() # 读取图像数据 img = tf.gfile.FastGFile('./pic/t4.png', 'rb').read() # 默认读取是二进制,故必须进行解码 img_data = tf.image.decode_png(img) # 将图像上下翻转 flipped0 = tf.image.flip_up_down(img_data) flipped0 = tf.image.convert_image_dtype(flipped0, dtype=tf.float32) # 本例中此句可有可无 # 将图像左右翻转 flipped1 = tf.image.flip_left_right(img_data) flipped1 = tf.image.convert_image_dtype(flipped1, dtype=tf.uint8) # 通过交换第一维和第二维来转置图像 flipped2 = tf.image.transpose_image(img_data) # 也就是转90度,翻转是转180度 img_ori = img_data.eval() print(img_ori.shape) # (620, 723, 4) 4通道 print(img_ori) # 0-255 int plt.subplot(221); plt.imshow(img_ori); plt.title('original') plt.subplot(222); plt.imshow(flipped0.eval()); plt.title('flip_up_down') plt.subplot(223); plt.imshow(flipped1.eval()); plt.title('flip_left_right') plt.subplot(224); plt.imshow(flipped2.eval()); plt.title('transpose_image') plt.show()
输出
尺寸变换
tf.image.resize_images:输出为 float
resize_images(images, size, method=ResizeMethod.BILINEAR, align_corners=False, preserve_aspect_ratio=False)
methold 取值 决定 图像大小调整算法
0 – 双线性插值法(Bilinear interprolation)
1 – 最临近插值法 (Nearest neighbor interprolation)
2 – 双三次插值法 (Bicubic interprolation)
3 – 面积插值法 (Area interprolation)
import tensorflow as tf import matplotlib.pylab as plt image = tf.gfile.FastGFile('pic/t4.png', 'rb').read() image = tf.image.decode_png(image, channels=3) # 注意这里需要设定3通道,默认4通道 image = tf.image.convert_image_dtype(image, dtype=tf.float32) # 这里变换是为了 imshow,转换成 0-1 float image_in = tf.placeholder(dtype=tf.float32, shape=[None, None, 3]) image_new_biliner = tf.image.resize_images(image_in, size=[300, 300], method=0) # method=tf.image.ResizeMethod.BILINEAR image_new_near = tf.image.resize_images(image_in, size=[300, 100], method=1) # method=tf.image.ResizeMethod.NEAREST_NEIGHBOR image_new_inter = tf.image.resize_images(image_in, [300, 100], method=2) # method=tf.image.ResizeMethod.BICUBIC image_new_area = tf.image.resize_images(image_in, [500, 200], method=3) # method=tf.image.ResizeMethod.AREA with tf.Session() as sess: sess.run(tf.global_variables_initializer()) image = sess.run(image) image1, image2, image3, image4 = sess.run([image_new_biliner, image_new_near, image_new_inter, image_new_area], feed_dict={image_in: image}) # print(image1) 输出为 0-1 float plt.subplot(231); plt.imshow(image); plt.title('original') # imshow with RGB data ([0..1] for floats or [0..255] for integers). plt.subplot(232); plt.imshow(image1); plt.title('biliner') plt.subplot(233); plt.imshow(image2); plt.title('near') plt.subplot(235); plt.imshow(image3); plt.title('inter') plt.subplot(236); plt.imshow(image4); plt.title('area') plt.show()
输出
图像裁剪
tf.image.crop_to_bounding_box(image, offset_height, offset_width, target_height, target_width):裁剪框裁剪
参数分别为:输入图像,裁剪起点纵坐标,裁剪起点横坐标,裁剪高度,裁剪宽度
输出为 float
import tensorflow as tf import matplotlib.pyplot as plt image = tf.gfile.FastGFile('pic/t4.png', 'rb').read() image = tf.image.decode_png(image) image = tf.image.convert_image_dtype(image, dtype=tf.float32) image_in = tf.placeholder(dtype=tf.float32) # 没有设定shape=[None, None, 3] image_crop1 = tf.image.crop_to_bounding_box(image_in, 100, 50, 80, 80) image_crop2 = tf.image.crop_to_bounding_box(image_in, 100, 50, 400, 300) image_crop3 = tf.image.crop_to_bounding_box(image_in, 0, 0, 300, 300) with tf.Session() as sess: sess.run(tf.global_variables_initializer()) image = sess.run(image) image1, image2, image3 = sess.run([image_crop1, image_crop2, image_crop3], feed_dict={image_in: image}) plt.subplot(221); plt.imshow(image); plt.title('original') plt.subplot(222); plt.imshow(image1); plt.title('crop1') plt.subplot(223); plt.imshow(image2); plt.title('crop2') plt.subplot(224); plt.imshow(image3); plt.title('crop3') plt.show()
输出
tf.image.resize_image_with_crop_pad(image, target_height, target_width):图像中心不变,将图像裁剪或填充至指定尺寸
import tensorflow as tf import matplotlib.pylab as plt image = tf.gfile.FastGFile('pic/t4.png', 'rb').read() image = tf.image.decode_png(image) image = tf.image.convert_image_dtype(image, dtype=tf.float32) image_in = tf.placeholder(dtype=tf.float32) crop = tf.image.resize_image_with_crop_or_pad(image_in, 400, 400) pad = tf.image.resize_image_with_crop_or_pad(image_in, 1000, 1000) with tf.Session() as sess: sess.run(tf.global_variables_initializer()) image = sess.run(image) image1, image2 = sess.run([crop, pad], feed_dict={image_in: image}) plt.subplot(131); plt.imshow(image); plt.title('original') plt.subplot(132); plt.imshow(image1); plt.title('crop') plt.subplot(133); plt.imshow(image2); plt.title('pad') plt.show()
输出
tf.image.central_crop(image, central_fraction):以图像中心为依据,按一定比例裁剪图像
import matplotlib.pyplot as plt import tensorflow as tf img = tf.gfile.FastGFile('pic/t4.png', 'rb').read() with tf.Session() as sess: img_data = tf.image.decode_png(img) # 函数tf.image.central_crop可以通过比例调整图像的大小 resized1 = tf.image.central_crop(img_data, 0.6) resized2 = tf.image.central_crop(img_data, 0.3) plt.subplot(131); plt.imshow(img_data.eval()); plt.title('original') plt.subplot(132); plt.imshow(resized1.eval()); plt.title('0.6') plt.subplot(133); plt.imshow(resized2.eval()); plt.title('0.3') plt.show()
输出
色彩变换
包括调整亮度、对比度、色相、饱和度、规范化,函数见代码
在指定范围内随机调整图像的 亮度/对比度/色相/饱和度
tf.image.random_brightness(img_data,max_delta)
tf.image.random_contrast(img_data, lower, upper)
tf.image.random_hue(img_data, max_delta)
tf.image.random_saturation(img_data, lower, upper)
随机调整这些属性,使训练得到的模型尽可能小的受到无关因素的影响.
import matplotlib as mpl import matplotlib.pyplot as plt import tensorflow as tf mpl.rcParams['font.sans-serif']=['FangSong'] # 图片上显示中文 # 读取图像数据 img = tf.gfile.FastGFile('pic/t4.png', 'rb').read() with tf.Session() as sess: img_data = tf.image.decode_png(img, channels=3) adjusted0 = tf.image.adjust_brightness(img_data, -0.2) # 将图像的亮度-0.2 adjusted1 = tf.image.adjust_contrast(img_data, +3) # 将图像的对比度+3 adjusted2 = tf.image.adjust_hue(img_data, 0.2) # 将图像的色相+0.2 adjusted3 = tf.image.adjust_saturation(img_data, 3) # 将图像的饱和度+3 adjusted4 = tf.image.per_image_standardization(img_data) # 将图像线性缩放为零均值和单位范数 plt.subplot(231), plt.imshow(img_data.eval()), plt.title('original') plt.subplot(232), plt.imshow(adjusted0.eval()), plt.title('adjust_brightness 亮度') plt.subplot(233), plt.imshow(adjusted1.eval()), plt.title('adjust_contrast 对比度') plt.subplot(234), plt.imshow(adjusted2.eval()), plt.title('adjust_hue 色相') plt.subplot(235), plt.imshow(adjusted3.eval()), plt.title('adjust_saturation 饱和度') plt.subplot(236), plt.imshow(adjusted4.eval()), plt.title('per_image_standardization 规范化') plt.show()
输出
图像增强
随机图像变换经常用于图像增强
import tensorflow as tf import os import random source_file = "./pic/" #原始文件地址 target_file = "./pic2/" #修改后的文件地址 num = 50 #产生图片次数 if not os.path.exists(target_file): #如果不存在target_file,则创造一个 os.makedirs(target_file) file_list = os.listdir(source_file) #读取原始文件的路径 with tf.Session() as sess: for i in range(num): # 每次随机选一张 a = random.randint(0, len(file_list)-1) #随机数字区间 image_raw_data = tf.gfile.FastGFile(source_file+file_list[a],"rb").read() # 读取图片 print("正在处理:",file_list[a]) image_data = tf.image.decode_jpeg(image_raw_data) # 增强方式 image_data = tf.image.random_crop(image_data, [100, 100, 3]) #随机裁剪 filpped_le_re = tf.image.random_flip_left_right(image_data) #随机左右翻转 filpped_up_down = tf.image.random_flip_up_down(image_data) #随机上下翻转 adjust = tf.image.random_brightness(filpped_up_down,0.4) #随机调整亮度 adjust = tf.image.random_contrast(adjust, lower=0.2, upper=1.8) #随机调整图像对比度 image_data = tf.image.convert_image_dtype(adjust,dtype=tf.uint8) encode_data = tf.image.encode_jpeg(image_data) with tf.gfile.GFile(target_file+str(i)+"_enhance"+".jpeg","wb") as f: f.write(encode_data.eval()) print("图像增强完毕")
参考资料:
https://blog.csdn.net/xierhacker/article/details/72385422
https://blog.csdn.net/akadiao/article/details/78541763
https://www.cnblogs.com/Smnustudy/p/10704959.html#top
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/31522.html