TensorFlow圖像處理API

TensorFlow提供了一些經常使用的圖像處理接口，可讓咱們方便的對圖像數據進行操做，如下首先給出一段顯示原始圖片的代碼，而後在此基礎上，實踐TensorFlow的不一樣API。

顯示原始圖片

1 import matplotlib.pyplot as plt
2 import tensorflow as tf
3 
4 raw_data = tf.gfile.FastGFile('./new.jpg','rb').read()
5 
6 with tf.Session() as sess:
7      img_data = tf.image.decode_jpeg(raw_data)
8      plt.imshow(img_data.eval())
9      plt.show()

 

運行效果以下圖：

其中tf.gfile.FastGFile，用於讀取本地文件，tf.image.decode_jpeg用於將jpeg圖片原始數據解碼到3-D張量空間，即width, height, channel，最後調用pyplt庫顯示圖片。

圖像的縮放

 1 import matplotlib.pyplot as plt
 2 import tensorflow as tf
 3 
 4 raw_data = tf.gfile.FastGFile('./new.jpg','rb').read()
 5 
 6 with tf.Session() as sess:
 7      img_data = tf.image.decode_jpeg(raw_data)
 8      img_data2 = tf.cast(tf.image.resize_images(img_data, [200, 200]), dtype=tf.uint8);
 9      plt.imshow(img_data2.eval())
10      plt.show()

TensorFlow縮放圖片的接口是tf.image.resize_images，[200， 200]是縮放後的目標尺寸，這裏調用了tf.cast這個類型轉換函數，由於通過縮放處理後，張量類型爲float32，而pyplt對圖像格式要求uint8，因此必須轉一下，不然什麼效果，能夠本身試一下。

 

tf.image.resize_images接口能夠指定不一樣的縮放算法，好比：

tf.image.resize_images(img_data, [200, 200], method=tf.image.ResizeMethod.BICUBIC)

圖像的反轉

圖像的反轉在各路深度學習算法中就用的比較多了，主要是經過這種操做能夠擴大樣本的數量，何樂不爲。

 1 import matplotlib.pyplot as plt
 2 import tensorflow as tf
 3 
 4 raw_data = tf.gfile.FastGFile('./new.jpg','rb').read()
 5 
 6 with tf.Session() as sess:
 7      img_data = tf.image.decode_jpeg(raw_data)
 8      img_data2 = tf.cast(tf.image.flip_left_right(img_data), dtype=tf.uint8)
 9      plt.imshow(img_data2.eval())
10      plt.show()

上述代碼調用了左右反轉接口，TensorFlow還提供了上下反轉及隨機反轉的操做，再也不一一嘗試。

圖像的裁剪

中心裁剪

 1 import matplotlib.pyplot as plt
 2 import tensorflow as tf
 3 
 4 raw_data = tf.gfile.FastGFile('./new.jpg','rb').read()
 5 
 6 with tf.Session() as sess:
 7      img_data = tf.image.decode_jpeg(raw_data)
 8      img_data2 = tf.cast(tf.image.resize_image_with_crop_or_pad(img_data, 200, 200), dtype=tf.uint8)
 9      plt.imshow(img_data2.eval())
10      plt.show()

tf.image.resize_image_with_crop_or_pad函數能夠用來進行圖像裁剪或擴展，這個是由用戶的目標寬度和高度決定的，另外不管是裁剪仍是擴展都是從圖片中心爲基準的。

 指定位置裁剪

 1 import matplotlib.pyplot as plt
 2 import tensorflow as tf
 3 
 4 raw_data = tf.gfile.FastGFile('./new.jpg','rb').read()
 5 
 6 with tf.Session() as sess:
 7      img_data = tf.image.decode_jpeg(raw_data)
 8      img_data2 = tf.cast(tf.image.crop_to_bounding_box(img_data, 0, 0, 200, 200), dtype=tf.uint8)
 9      plt.imshow(img_data2.eval())
10      plt.show()
11 
12 ~

上述代碼指定左上角的200px方形box進行裁剪，指定目標範圍必須合理，不然會產生異常。

 圖像上畫框

 1 import matplotlib.pyplot as plt
 2 import tensorflow as tf
 3 
 4 raw_data = tf.gfile.FastGFile('./new.jpg','rb').read()
 5 
 6 with tf.Session() as sess:
 7      img_data = tf.cast(tf.expand_dims(tf.image.decode_jpeg(raw_data), 0), tf.float32)
 8      boxes = tf.constant([[[0.4, 0.4, 0.5, 0.5], [0.5, 0.5, 0.6, 0.6]]])
 9      img_data2 = tf.cast(tf.image.draw_bounding_boxes(img_data, boxes), dtype=tf.uint8)
10      plt.imshow(img_data2.eval()[0])
11      plt.show()

這段代碼有幾個地方要注意一下，在jpeg解碼後，調用了tf.expand_dims，這個函數的意思是在指定的位置增長一個維度，由於解碼後是3維數據，在0位置增長一維，事實上增長了一個batch維度，如此操做主要是爲了迎合後面的畫框函數！boxes操做節點定義了兩個方框，用0~1的浮點數標識box的位置比例，最後的圖片顯示位置也要注意，輸出是四維，請取出第一個圖片顯示。下圖爲顯示效果，手工放大圖片後的效果，不然，1px方框在plt中可能被縮略掉，請注意！