Python基于Tensor FLow的图像处理操作详解
本文实例讲述了Python基于TensorFLow的图像处理操作。分享给大家供大家参考，具体如下：
1、图像解码显示
importmatplotlib.pyplotasplt
importtensorflowastf
importnumpyasnp
#读取图像文件
image_raw=tf.gfile.GFile('D:\Temp\MachineLearning\data\cat.jpeg','rb').read()
withtf.Session()assess:
#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：
2、图像缩放
#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
#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()
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
#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
#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
#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 forimginimg_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)
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
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。