【Tensorflow】Tensorflow对图像的基本操作

最新推荐文章于 2023-02-28 14:04:36 发布
最新推荐文章于 2023-02-28 14:04:36 发布
阅读量2.2k 收藏 28
点赞数
分类专栏： Tensorflow 文章标签： Tensorflow 图像处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Daycym/article/details/90169245
版权

前言

  图像处理的Python库：OpenCV、PIL、matplotlib、tensorflow等，本篇主要使用 tensorflow 来对图像进行格式转换、大小重置、剪切或填充、旋转、颜色转换、图像调整、加噪音。

tensorflow版本：1.9

本篇代码可见：Github

一、读取图像

API：

tf.read_file(filename, name=None)
  • filename：路径
  • name：操作的名称

将图像数据转换为像素点的数据格式，返回对象为： [height, width, num_channels]， 如果是gif的图像返回：[num_frames, height, width, num_channels]

  • height: 图片的高度的像素大小
  • width: 图片的水平宽度的像素大小
  • num_channels: 图像的通道数，也就是API中的channels的值
  • num_frames: 因为gif的图像是一个动态图像，可以将每一个动的画面看成一个静态图像，num_frames相当于在这个gif图像中有多少个静态图像

参数channels：可选值：0 1 3 4，默认为0， 一般使用0 1 3，不建议使用4

  • 0：使用图像的默认通道，也就是图像是几通道的就使用几通道
  • 1：使用灰度级别的图像数据作为返回值（只有一个通道：黑白）
  • 3：使用RGB三通道读取数据
  • 4：使用RGBA四通道读取数据(R：红色，G：绿色，B：蓝色，A：透明度)
# 读取数据
file_contents = tf.read_file(image_path)

二、图像格式的转换

API：

# 将PNG编码的图像解码为uint8或uint16张量
tf.image.decode_png(contents, channels=0, dtype=tf.uint8, name=None)
  • contents：A Tensor型string，0-d，PNG编码的图像。
  • channels：可选int，默认为0，解码图像的颜色通道数。
  • dtype：可选tf.DType来自：tf.uint8, tf.uint16。默认为tf.uint8。
  • name：操作的名称（可选）。

此操作还支持解码JPEG和非动画GIF，decode_image 和 decode_png 用法类似

# 为了方便功能decode_bmp，decode_gif，decode_jpeg，和decode_png。
# 检测图像是BMP，GIF，JPEG还是PNG，并执行适当的操作将输入字节string转换Tensor为类型uint8
tf.image.decode_image(contents, channels=None, name=None)
# 将JPEG编码的图像解码为uint8张量
tf.image.decode_jpeg(contents,channels=0,ratio=1,fancy_upscaling=True,
	try_recover_truncated=False, acceptable_fraction=1,dct_method='',name=None)

三、图像大小重置

API：

# 调整图像大小为指定大小
tf.image.resize_images( images, size, method=ResizeMethod.BILINEAR, align_corners=False)
  • images：4-D形状张量 [batch, height, width, channels] 或3-D形状张量 [height, width, channels]。
  • size：new_height, new_width. 图像的新大小。
  • method：ResizeMethod。默认为ResizeMethod.BILINEAR。
  • align_corners：布尔，如果为True，则输入和输出张量的4个角像素的中心对齐，保留角点像素处的值。默认为False。
"""
BILINEAR = 0 线性插值，默认
NEAREST_NEIGHBOR = 1 最近邻插值，失真最小
BICUBIC = 2 三次插值
AREA = 3 面积插值
"""
# images: 给定需要进行大小转换的图像对应的tensor对象，格式为：[height, width, num_channels]
#	      或者[batch, height, width, num_channels]
# API返回值和images格式一样，唯一区别是height和width变化为给定的值
resize_image_tensor = tf.image.resize_images(images=image_tensor, size=(200, 200),
                                             method=tf.image.ResizeMethod.NEAREST_NEIGHBOR)

四、图片的剪切&填充

1、剪切&填充

API：

# 裁剪或将图像填充到目标宽度和高度
tf.image.resize_image_with_crop_or_pad( image, target_height,  target_width)

通过对图像进行中心裁剪或用零均匀填充图像，将图像调整为目标宽度和高度

  • image：4-D形状张量[batch, height, width, channels ]或3-D形状张量 [height, width, channels]。
  • target_height：目标高度。
  • target_width：目标宽度。
# 图片重置大小，通过图片的剪切或者填充（从中间开始计算新图片的大小）
crop_or_pad_image_tensor = tf.image.resize_image_with_crop_or_pad(image_tensor, 200, 200)  # 剪切
# crop_or_pad_image_tensor = tf.image.resize_image_with_crop_or_pad(image_tensor, 1000, 1000) # 填充
show_image_tensor(crop_or_pad_image_tensor)

在这里插入图片描述

2、中间等比例剪切

API：

# 裁剪图像的中心区域
tf.image.central_crop( image,  central_fraction)
  • image：3-D形状张量[height，width，depth] 或4-D形状张量 [batch_size，height，width，depth]。
  • central_fraction：float（0,1），要裁剪的大小的比例
# 中间等比例剪切
central_crop_image_tensor = tf.image.central_crop(image_tensor, central_fraction=0.2)
# show_image_tensor(central_crop_image_tensor)

在这里插入图片描述

图像大小为:(120, 102, 3)

3、给定位置开始填充数据

API：

tf.image.pad_to_bounding_box( image,  offset_height, offset_width,  target_height,  target_width)
  • image：4-D形状张量 [batch, height, width, channels] 或3-D形状张量 [height, width, channels]。
  • offset_height：要添加到顶部的零行数。
  • offset_width：要在左侧添加的零列数。
  • target_height：输出图像的高度。
  • target_width：输出图像的宽度。
# 填充数据（给定位置开始填充）
pad_to_bounding_box_image_tensor = tf.image.pad_to_bounding_box(
									image_tensor, 
									offset_height=400, 
									offset_width=490,
									target_height=1000,
									target_width=1000)
show_image_tensor(pad_to_bounding_box_image_tensor)

在这里插入图片描述

4、给定位置开始剪切数据

API：

tf.image.crop_to_bounding_box(image,  offset_height, offset_width,  target_height,  target_width )
  • image：4-D形状张量 [batch, height, width, channels] 或3-D形状张量 [height, width, channels]。
  • offset_height：输入中结果左上角的垂直坐标。
  • offset_width：输入中结果左上角的水平坐标。
  • target_height：结果的高度。
  • target_width：结果的宽度。
# 剪切数据（给定位置开始剪切）
crop_to_bounding_box_image_tensor = tf.image.crop_to_bounding_box(
									image_tensor, 
									offset_height=10, 
									offset_width=40,
									target_height=200, 
									target_width=300)
show_image_tensor(crop_to_bounding_box_image_tensor)

在这里插入图片描述

图像大小为:(200, 300, 3)

五、图像旋转

1、上下交换

API：

# 垂直翻转图像（上下）
tf.image.flip_up_down(image)
  • image：4-D形状张量 [batch, height, width, channels] 或3-D形状张量 [height, width, channels]。
# 上下交换
flip_up_down_image_tensor = tf.image.flip_up_down(image_tensor)
show_image_tensor(flip_up_down_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 3)

2、左右交换

API：

# 水平翻转图像（左右）
tf.image.flip_left_right(image)
  • image：4-D形状张量 [batch, height, width, channels] 或3-D形状张量 [height, width, channels]。
# 左右交换
flip_left_right_image_tensor = tf.image.flip_left_right(image_tensor)
show_image_tensor(flip_left_right_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 3)

3、转置

API：

# 通过交换高度和宽度尺寸来转置图像
tf.image.transpose_image(image)
  • image：4-D形状张量 [batch, height, width, channels] 或3-D形状张量 [height, width, channels]。
# 转置
transpose_image_tensor = tf.image.transpose_image(image_tensor)
show_image_tensor(transpose_image_tensor)

在这里插入图片描述

图像大小为:(510, 600, 3)

4、选择（90度、180度、270度、360度…）

API：

# k*90度旋转，逆时针旋转
tf.image.rot90(image, k=1, name=None)
  • image：4-D形状张量 [batch, height, width, channels] 或3-D形状张量 [height, width, channels]。
  • k：标量整数。图像旋转90度的次数。
  • name：此操作的名称（可选）。
# 旋转（90度、180度、270度....）
# k*90度旋转，逆时针旋转
k_rot90_image_tensor = tf.image.rot90(image_tensor, k=1)
show_image_tensor(k_rot90_image_tensor)

在这里插入图片描述

图像大小为:(510, 600, 3)

六、颜色空间的转换

颜色空间的转换必须将image的值转换为float32类型，不能使用unit8类型：

float32_image_tensor = tf.image.convert_image_dtype(image_tensor, dtype=tf.float32)
1、rgb -> hsv

hsv表示：h: 图像的色彩/色度，s:图像的饱和度，v：图像的亮度

API：

tf.image.rgb_to_hsv( images, name=None)
  • image：必须是下列类型之一：half，bfloat16，float32，float64，1-D或更高，要转换的RGB数据，最后一个维度必须为3
  • name：操作的名称（可选）。
# rgb -> hsv（h: 图像的色彩/色度，s:图像的饱和度，v：图像的亮度）
hsv_image_tensor = tf.image.rgb_to_hsv(float32_image_tensor)
show_image_tensor(hsv_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 3)

2、hsv -> rgb
# hsv -> rgb
rgb_image_tensor = tf.image.hsv_to_rgb(hsv_image_tensor)
show_image_tensor(rgb_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 3)

3、rgb -> gray
# rgb -> gray
gray_image_tensor = tf.image.rgb_to_grayscale(rgb_image_tensor)
show_image_tensor(gray_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 1)，此时通道数变为1了

4、图像的二值化（从颜色空间中提取图像的轮廓信息）
# 可以从颜色空间中提取图像的轮廓信息(图像的二值化)
a = gray_image_tensor
b = tf.less_equal(a, 0.9)
# 0是黑，1是白
# condition?true:false
# condition、x、y格式必须一模一样，当condition中的值为true的之后，返回x对应位置的值，否则返回y对应位置的值
# 对于a中所有大于0.9的像素值，设置为0
c = tf.where(condition=b, x=a, y=a - a)
# 对于a中所有小于等于0.9的像素值，设置为1
d = tf.where(condition=b, x=c - c + 1, y=c)
show_image_tensor(d)

在这里插入图片描述

图像大小为:(600, 510, 1)

七、图像的调整

1、亮度调整

API：

# 调整RGB或灰度图像的亮度
tf.image.adjust_brightness( image, delta )
  • image：一个张量。
  • delta：一个标量。要添加到像素值的数量。
# 亮度调整
# image: RGB图像信息，设置为float类型和unit8类型的效果不一样，一般建议设置为float类型
# delta: 取值范围(-1,1）之间的float类型的值，表示对于亮度的减弱或者增强的系数值
# 底层执行：rgb -> hsv -> h,s,v*delta -> rgb
adjust_brightness_image_tensor = tf.image.adjust_brightness(image=image_tensor, delta=0.8)
show_image_tensor(adjust_brightness_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 3)

2、色度调整

API：

# 调整RGB图像的色调
tf.image.adjust_hue(image, delta, name=None)
  • image：RGB图像或图像。最后一个维度的大小必须为3
  • delta：浮点型，添加多少到色调通道
  • name：此操作的名称（可选）
# 色调调整
# image: RGB图像信息，设置为float类型和unit8类型的效果不一样，一般建议设置为float类型
# delta: 取值范围(-1,1）之间的float类型的值，表示对于色调的减弱或者增强的系数值
# 底层执行：rgb -> hsv -> h*delta,s,v -> rgb
adjust_hue_image_tensor = tf.image.adjust_hue(image_tensor, delta=-0.8)
show_image_tensor(adjust_hue_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 3)

3、饱和度调整

API：

tf.image.adjust_saturation(image, saturation_factor, name=None)
  • image：RGB图像或图像。最后一个维度的大小必须为3。
  • saturation_factor：浮点型。将饱和度乘以的因子。
  • name：此操作的名称（可选）。
# 饱和度调整
# image: RGB图像信息，设置为float类型和unit8类型的效果不一样，一般建议设置为float类型
# saturation_factor: 一个float类型的值，表示对于饱和度的减弱或者增强的系数值，饱和因子
# 底层执行：rgb -> hsv -> h,s*saturation_factor,v -> rgb
adjust_saturation_image_tensor = tf.image.adjust_saturation(image_tensor, saturation_factor=20)
show_image_tensor(adjust_saturation_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 3)

4、对比度调整

API：

tf.image.adjust_contrast(image, contrast_factor)
  • images：调整图像，至少3-D。
  • contrast_factor：用于调整对比度的浮点乘数。
# 对比度调整，公式：(x-mean) * contrast_factor + mean
adjust_contrast_image_tensor = tf.image.adjust_contrast(image_tensor, contrast_factor=10)
show_image_tensor(adjust_contrast_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 3)

5、图像的gamma校正

API：

tf.image.adjust_gamma(image, gamma=1, gain=1)
  • image：一个张量。
  • gamma：标量或张量。非负实数。
  • gain：标量或张量。常数乘数。
# 图像的gamma校正
# images: 要求必须是float类型的数据
# gamma：任意值，Oup = In * Gamma
adjust_gamma_image_tensor = tf.image.adjust_gamma(float32_image_tensor, gamma=100)
show_image_tensor(adjust_gamma_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 3)

6、图像的归一化

API：

tf.image.per_image_standardization(image)
  • image：3-D张量的形状 [height, width, channels]
# 图像的归一化(x-mean)/adjusted_sttdev, adjusted_sttdev=max(stddev, 1.0/sqrt(image.NumElements()))
per_image_standardization_image_tensor = tf.image.per_image_standardization(image_tensor)
show_image_tensor(per_image_standardization_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 3)

八、加入噪音

noisy_image_tensor = image_tensor + tf.cast(5 * tf.random_normal(shape=[600, 510, 3], mean=0, stddev=0.1), tf.uint8)
show_image_tensor(noisy_image_tensor)

在这里插入图片描述

图像大小为:(600, 510, 3)

九、总结

  有些时候我们用来训练的图像数据过少，或样本不均衡，导致模型过拟合，这时候我们就需要增加训练数据，当训练数据有限的时候，可以通过一些变换来从已有的训练数据中生成一些新的数据，来扩大训练数据，数据增强的方法有：

  • 水平翻转
  • 随机裁剪
  • 在训练集像素值的RGB颜色空间进行PCA, 得到RGB空间的3个主方向向量,3个特征值
  • 样本不均衡（解决方案：增加小众类别的图像数据）
  • 平移变换；
  • 旋转/仿射变换；
  • 高斯噪声、模糊处理
  • 对颜色的数据增强：图像亮度、饱和度、对比度变化。

如果训练的时候一直使用尺度和长宽比增强数据增强，在测试的时候也同样做这个变化，随机取32个裁剪图片来测试，也可以在最后的模型上提升一点性能。

Day-yong
关注
  • 0
    点赞
  • 踩
  • 28
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
tensorflow python 图像识别_TensorFlow识别图像
weixin_39898733的博客
02-22 854
本篇文章帮大家学习TensorFlow识别图像，包含了TensorFlow识别图像使用方法、操作技巧、实例演示和注意事项，有一定的学习价值，大家可以用来参考。TensorFlow包含图像识别的特殊功能，这些图像存储在特定文件夹中。出于安全目的，经常要识别相同的图像，这个逻辑很容易实现。图像识别代码实现的文件夹结构如下所示 -dataset_image 文件夹中包含需要加载的相关图像。这里将专注于图...
tensorflow对图像进行拼接的例子
09-18
今天小编就为大家分享一篇tensorflow对图像进行拼接的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
使用TensorFlow对图像进行随机旋转
qq_26535271的博客
01-18 2442
使用TensorFlow对图像进行随机旋转 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...
TensorFlow实现Unet遥感图像分割
jameschen9051的博客
12-26 5676
Unet是一种U型网络，分为左右两部分卷积，左边为下采样提取高维特征，右边为上采样并与左侧融合实现图像分割。这里使用TensorFlow实现Unet网络，实现对遥感影像的道路分割。 训练数据： 标签图像： Unet实现： import tensorflow as tf import numpy as np import cv2 import glob import itertools class UNet: def __init__( self, .
tensorflow 如何加载图像数据集？
qq_44252598的博客
02-28 902
tensorflow 如何加载图像数据集？
TensorFlow图像数据预处理
Kaiyuan_sjtu的博客
06-10 3044
写在前面在之前介绍的栗子中都是直接使用图像原始的像素矩阵。但是如果在输入前通过对图像的预处理，可以尽量避免模型收到无关因素的影响。在大部分图像识别问题中，通过图像预处理过程可以提高模型的准确率。1. 图像编码处理我们平常提到的RGB图像可以看成一个三维矩阵，矩阵中的每个元素表示了图像上不同位置，不同颜色的亮度。但是图像在存储时并不是直接记录这些矩阵中的数字，而是记录经过压缩编码之后的结果。所以在使...
Tensorflow实现图像分类
weixin_45081640的博客
03-25 4826
Tensorflow实现图像分类 利用tensorflow做图像分类的训练，主要分为读取图像，训练批次，定义模型，训练，保存模型，模型调用几步。 首先是读取图像，利用python中os模块的listdir方法来读取图像。在这里可以把每一类的图像放到同一文件夹中，文件夹的名字可以直接作为图像的标签，最好是用数字代替，图像的名字最好也是数字，这样写代码比较方便，如图： 读取图像的代码如下： 接...
TensorFlow图像处理基础汇总
szufafa的博客
03-25 3187
Tensorflow 图像处理类 1.导入库 import tensorflow as tf import numpy as np 2.读取图片数据 #opencv方式 img = cv.imread(img_path) #tensorflow方式 jpg = tf.read_file(img_path) img = tf.image.decode_jpeg(jpg, channels=3) #需要解码 3.数据增强（图像变换） ###调整图像尺寸 resized_img = tf.image.r
TensorFlow实战——图像分类
Vertira的博客
01-08 2172
import numpy as np import tensorflow as tf from tensorflow import keras import pandas as pd import matplotlib.pyplot as plt print(tf.__version__) print(keras.__version__) # 加载数据集 fashion_mnist = keras.datasets.fashion_mnist (X_train_full, y_train_full), .
TensorFlow 实现VGG16图像分类
聚集机器学习、信息安全
06-07 2538
2014年，Karen Simonyan等人提出VGG-16，夺得ILSVRC 2014的亚军。 通过Tensorflow实现VGG-16图像分类。
使用TensorFlow-Slim进行图像分类的实现
09-18
完成这些步骤后，你就可以使用训练好的模型对新的图像进行分类了。TensorFlow-Slim使得构建、训练和部署深度学习模型变得更加简单和高效。通过调整模型参数、优化器设置以及训练策略，你可以进一步提高模型的分类...
自制tensorflow基本图像分类项目
最新发布
05-25
自制tensorflow基本图像分类项目
tensorflow图像裁剪进行数据增强操作
09-16
总之，图像裁剪是数据增强的一种基本技术，TensorFlow提供了简单易用的接口实现这一功能。结合其他增强技术，如`ImageDataGenerator`，可以进一步提升模型的训练效果。在实际应用中，应根据具体问题和数据集的特点...
tensorflow实现CCIPCA的图像压缩代码
12-19
CCIPCA是由密西根州立大学翁巨扬教授于2003年，在TPAMI上发表的论文，与传统的主成分分析（PCA）不同，CCIPCA在一个样本集的主成分过程中，不需要对样本的协方差矩阵进行评估，因此，存在Covariance-free这个特性。
【Tensorflow】Tensorflow构建VGG实现17种花数据分类
Daycym的博客
05-17 2762
前言 【Tensorflow】Tensorflow构建LeNet实现手写数字识别   前面我们动手构建了LeNet 网络结构，并实现手写数字的识别，本篇和上篇基本类似，我们构建 VGG网络结构来对17中花的数据集进行分类。 本篇代码可见：Github 一、数据的获取   17中花数据分类，是VGG网络初赛时候的数据集，现在网上没有下载；现在唯一一份数据集在tflearn这个框架中默认自带 tfl...
【Tensorflow】Tensorflow详细入门
Daycym的博客
05-06 1666
一、Tensorflow介绍   TensorFlow 是一个采用 数据流图（Data flow graphs），用于 数值计算 的开源软件库。TensorFlow 最初由Google大脑小组的研究员和工程师们开发出来，用于 机器学习和深度神经网络 方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。它是谷歌基于 DistBelief 进行研发的第二代人工智能学习系统。2015年11月9日...
【Tensorflow】Tensorflow构建LeNet实现手写数字识别
Daycym的博客
05-16 1633
前言 【深度学习】经典卷积神经网络结构说明   前面我们介绍了经典的卷积神经网络的结构，本篇主要是通过Tensorflow构建 LeNet ，并应用于手写数字数据集mnist。 大体部分如下： 数据的加载 相关参数及输入输出维度的设置 模型的图构建（数据的占位符、构建LeNet网络、构建损失函数、优化方式、预测） 开启会话（初始化变量、模型保存、模型训练、可视化） 本篇代码可见：Github ...
【Tensorflow】Tensorflow实现简单神经网络进行手写数字识别
Daycym的博客
05-10 1212
前言 【Tensorflow】Tensorflow实现线性回归及逻辑回归 【深度学习】神经网络与BP算法 前一篇介绍了使用 Tensorflow 实现线性回归及逻辑回归，并实现了手写数字识别的案例；后一篇介绍了BP神经网络，以及Python实现。本篇将通过 Tensorflow 实现简单神经网络（1个输入层、2个隐藏层、1个输出层），并应用有手写数字识别案例。 代码 # 引入包 import t...
深度学习与TensorFlow图像识别实践
"本次分享的主题是TensorFlow在图像识别上的应用，由郑泽宇，才云科技...郑泽宇的分享深入浅出地介绍了深度学习的基本概念，特别是神经网络和TensorFlow在图像识别中的应用，对于理解并实践这一领域的技术非常有帮助。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值