使用TensorFlow对图像进行随机旋转的实现示例
在使用深度学习对图像进行训练时，对图像进行随机旋转有助于提升模型泛化能力。然而之前在做旋转等预处理工作时，都是先对图像进行旋转后保存到本地，然后再输入模型进行训练，这样的过程会增加工作量，如果图片数量较多，生成旋转的图像会占用更多的空间。直接在训练过程中便对图像进行随机旋转，可有效提升工作效率节省硬盘空间。
使用TensorFlow对图像进行随机旋转如下：
TensorFlow版本为1.13.1
#-*-coding:utf-8-*-
'''
使用TensorFlow进行图像的随机旋转示例
'''
importtensorflowastf
importnumpyasnp
importcv2
importmatplotlib.pyplotasplt
img=cv2.imread('tf.jpg')
img=cv2.resize(img,(220,220))
img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
deftf_rotate(input_image,min_angle=-np.pi/2,max_angle=np.pi/2):
'''
TensorFlow对图像进行随机旋转
:paraminput_image:图像输入
:parammin_angle:最小旋转角度
:parammax_angle:最大旋转角度
:return:旋转后的图像
'''
distorted_image=tf.expand_dims(input_image,0)
random_angles=tf.random.uniform(shape=(tf.shape(distorted_image)[0],),minval=min_angle,maxval=max_angle)
distorted_image=tf.contrib.image.transform(
distorted_image,
tf.contrib.image.angles_to_projective_transforms(
random_angles,tf.cast(tf.shape(distorted_image)[1],tf.float32),tf.cast(tf.shape(distorted_image)[2],tf.float32)
))
rotate_image=tf.squeeze(distorted_image,[0])
returnrotate_image
global_init=tf.global_variables_initializer()
withtf.Session()assess:
init=tf.initialize_local_variables()
sess.run([init,global_init])
coord=tf.train.Coordinator()
threads=tf.train.start_queue_runners(coord=coord)
image=tf.placeholder(shape=(220,220,3),dtype=tf.float32)
rotate_image=tf_rotate(image,-np.pi/2,np.pi/2)
output=sess.run(rotate_image,feed_dict={image:img})
#print('output:',output)
plt.imshow(output.astype('uint8'))
plt.title('rotateimage')
plt.show()
结果如下：
原图：
随机旋转后的图：
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毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。