图像的预处理——tensorflow实践

图像预处理

import matplotlib.pyplot as plt
import tensorflow as tf

#tf.gfile.FastGFile读取或保存图像文件
image_raw_data = tf.gfile.FastGFile(".../input_data/cat.jpeg",'r').read()

with tf.Session() as sess:
    #图形解码(可以解码jpeg, png，编码为encode_jpeg)
    img_data = tf.image.decode_jpeg(image_raw_data)
    print(img_data.eval())
    plt.imshow(img_data.eval())
    plt.show()

import numpy as np
with tf.Session() as sess:
    #设定图片大小，method有4中插值,分别为0,1,2,3
    resized = tf.image.resize_images(img_data, [300, 300], method=0)
    print("Digital dtype: %s" % resized.dtype)
    # TensorFlow的函数处理图片后存储的数据是float32格式的，需要转换成uint8才能正确打印图片。
    cat = np.asarray(resized.eval(), dtype="uint8")
    print(resized.get_shape())

    plt.imshow(cat)
    plt.show()

#图形剪切或填充
with tf.Session() as sess:
    croped = tf