(数组张量相互转换)numpy2tensor and tensor2numpy

这篇博客主要展示了如何使用TensorFlow进行RGB图像到YCbCr色彩空间的转换,并利用VIFP(Visual Information Fidelity)方法评估图像质量。首先,读取并预处理两个图像,然后将numpy数组转换为TensorFlow张量,接着进行色彩空间转换。最后,通过TensorFlow会话获取张量的值并计算VIFP分数。
摘要由CSDN通过智能技术生成
import tensorflow as tf
import numpy as np
 
path2='results/HXresults/1.png'
path3='test_imgs/mri/1.png'

MRI=(imread(path3)/255.0).astype(np.float32)
X=(imread(path2)/255.0).astype(np.float32)

MRI = np.expand_dims(MRI, axis = 0)
MRI = np.expand_dims(MRI, axis = -1)
X = np.expand_dims(X, axis = 0)
# numpy2tensor
X = tf.constant(X)

X_YCBCR = rgb2ycbcr(X)

# tensor2numpy
sess=tf.Session()
MRI =MRI.eval(session=sess)
X_YCBCR=X_YCBCR.eval(session=sess)

np_img = vifp_tf(MRI, X_YCBCR[:,:,:,0])
print(np_img)
# numpy2tensor
tf_img = tf.convert_to_tensor(a)
print(tf_img)
with tf.Session() as sess: # 查看张量内容
    print(sess.run(tf_img))
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

lesin X

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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