产品
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。
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
登录后复制
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()
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)
登录后复制
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
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
登录后复制
#!/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
tf.image.resize_images：输出为 float
登录后复制
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)
登录后复制
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
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
登录后复制
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
登录后复制
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
登录后复制
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
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．
登录后复制
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
随机图像变换经常用于图像增强
登录后复制
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")
免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删
155-2731-8020
