如何利用deeplearning4j中datavec對圖像進行處理

1、導讀

    衆所周知圖像是有紅綠藍三種顏色堆疊而成，利用deeplearning對圖像處理，必須把圖像轉化爲張量，每一張圖片由有三維張量組成，三維分別是[depth、height、width]，直觀來說，就是用三個矩陣堆疊起來，每個矩陣表明一個通道，以下圖。有時候須要對圖片進行旋轉、縮放、裁剪、縮小填充等等複雜的操做，沒有一個好用的工具，整個操做過程是很是繁瑣的。今天咱們就來聊一聊DL4J的datavec對圖像的處理。

                                     

2、datavec-data-image代碼架構

    datavec-data-image是dl4j基於opencv封裝的圖像處理庫，能夠很是方便的把圖片處理爲張量。代碼分三個重要部分，loader（圖片加載器）、transform（轉化器）。

    一、loader：圖片加載器，主要用於將圖片加載並轉化爲張量。整個類結構以下圖

 

二、transform轉化器，主要用於對圖片張量的旋轉、縮放、裁剪等操做，這裏列出幾個比較重要的轉化器。

    ResizeImageTransform：縮放圖片

    FlipImageTransform：翻轉圖片，例如上線左右顛倒

    CropImageTransform：裁剪圖片

    BoxImageTransform：將圖片固定到一個固定大小，若是圖片大於該範圍，則裁剪，若是小於該範圍，則用0填充

    PipelineImageTransform：鏈式轉化器，能夠把圖像通過一個流水線進行處理，例如：先縮放、在旋轉、在翻轉等等

    RotateImageTransform：旋轉圖片，例如旋轉30、60等角度

3、代碼示例

    一、NativeImageLoader讀取圖片，轉爲4維張量，這裏之因此是四維，是由於加了minibatch維，若是隻讀取一張圖片，minibatch維度爲1

NativeImageLoader originalLoad = new NativeImageLoader(112, 112, 3);
INDArray image = loader.asMatrix(new File("/root/1.jpg"));

    二、上下左右顛倒

NativeImageLoader Labelloader = new NativeImageLoader(112, 112, 3,new FlipImageTransform(-1));//上下,左右顛倒

    三、縮放圖片

NativeImageLoader smallLoader = new NativeImageLoader(112, 112, 3, new ResizeImageTransform(80, 80));

    四、旋轉圖片,60度、90度、120度

NativeImageLoader loader60 = new NativeImageLoader(112, 112, 3,new RotateImageTransform(60)); 
NativeImageLoader loader90 = new NativeImageLoader(112, 112, 3,new RotateImageTransform(90)); 
NativeImageLoader loader120 = new NativeImageLoader(112, 112, 3,new RotateImageTransform(120));

    五、鏈式處理，先旋轉60度，在固定到224*224的中心

NativeImageLoader pipeline = new NativeImageLoader(112, 112, 3,new PipelineImageTransform(new RotateImageTransform(60),new BoxImageTransform(224,224))  );

 

快樂源於分享。

此博客乃做者原創， 轉載請註明出處