图片缩放导致的相关问题

由于在做图像语义分割任务，所以需要拿很多的图像进行训练.但是存在的一个比较现实的问题是：有的图像比较大，需要缩放到比较小的分辨率才能进行训练.

缩放

考虑到之前频繁使用过linux的convert做图片的强制比例转化，所以就想使用convert实现图片缩放的功能.
之前使用的convert缩放命令如下convert -resize 480x360! a.jpg b.png，命令很容易理解.(关于convert的其他用法会在下文详细讲解)
然后需要借助一个shell脚本实现图片的批量缩放

#/bin/bash

# 目录格式如下
# gtFine/{train/val}/cityname/filename

cd gtFine
cd train
i=0
for dir in `ls`
do
    cd $dir
    for file in `ls`
    do
        i=$((i+1))
        echo $i"/2975: gtFine/train/"$dir"/"$file
        convert -resize 480x360! $file $file
    #file1=$file
    #substring="gtFine_labelTrainIds"
    #tarstring="leftImg8bit"
    #echo $file1 ${file/$substring/$tarstring} >> "../../train.txt"
    done
    cd ..
done
cd ..
cd ..

cd gtFine
cd val
i=0
for dir in `ls`
do
    cd $dir
    for file in `ls`
    do
        i=$((i+1))
        echo $i"/500: val/train/"$dir"/"$file
        convert -resize 480x360! $file $file
    #file1=$file
    #substring="gtFine_labelTrainIds"
    #tarstring="leftImg8bit"
    #echo $file1 ${file/$substring/$tarstring} >> "../../val.txt"
    done
    cd ..
done
cd ..
cd ..

其中用到了shell对文件夹和文件的遍历，以及shell中的字符替换（注释部分），不细说，需要了解的自行google.
进行convert之后，放入到图像语义分割模型中进行训练，可是模型出错，导致模型无法运行，而使用官方提供的图片却是可以运行的，我认为可能是图片的尺寸的问题（简单提一下，官方提供像素是480*360，而我最开始的构想是800*400，后来分别尝试了1025*512，480*360），直接导致的结果是花费了接近一天的时间解决这个问题.
大量的错误导致我导致我继续去看文档，由于我使用的是cityscapes，所以继续看cityscapes的论文和介绍，在google的时候，看到了github上有关于cityscapes的一套工具（似乎是去年9月份的），然后我就进行了一下学习.发现用于训练的ground truth应该是20类的(0-18, 255)，其中255是void，而我对自己缩放后的照片进行python的解析，发现远远多余20个类别.然后我就进行了思考，考虑到可能是convert缩放功能导致的缩放过程中图片进行了采样，而采样使用的方法可能改变灰度值.
分析之后，发现正是convert导致的问题，于是convert就不能使用了，我尝试googlepython图片缩放的方法，找到了cv2，而cv2中可以设置参数，进行选定不同的缩放方式，找到方法之后，还需要寻找python进行文件操作的方法，具体代码如下:

#encoding=utf-8
import numpy as np
import cv2
import os
import matplotlib.pyplot as plt

i = 0
rootdir = "/home/ubuntu/Documents/deeplearning/cityscapesScripts/gtFine/"
for dirname in os.listdir(rootdir):
    abs_dirname = rootdir + dirname
    for dirname_city in os.listdir(abs_dirname):
        abs_dirname_city = abs_dirname + "/" + dirname_city
        for filename in os.listdir(abs_dirname_city):
            abs_filename = abs_dirname_city + "/" + filename
            i = i + 1
            print str(i) + "/3475 " + abs_filename
            im = cv2.imread(abs_filename, 0)
            res = cv2.resize(im, (800, 400), interpolation=cv2.INTER_NEAREST)
            if os.path.exists(rootdir + dirname + "_new/" + dirname_city) == False:
                os.makedirs(rootdir + dirname + "_new/" + dirname_city)
            cv2.imwrite(rootdir + dirname + "_new/" + dirname_city + "/" + filename,
                        res)
            cv2.destroyAllWindows()

转换过后，使用python进行图片的分析，其中遇到的一个问题是发现生成的图片是3通道的，很容易想到去查看转换前的照片的通道，发现读入的照片也是三通道的，于是就对imread进行分析，添加参数读入灰度图即可.
最后，问题完美解决，缩放得到了根据最邻近采样得到的图片，模型运行起来了.

convert(ImageMagick包下的工具)

• 图像格式转化
  convert xxx.jpg xxx.png
• 图像大小转化
  convert -resize 1024x768! a.jpg b.jpg
convert -resize 50%x50% a.jpg b.jpg
  其中感叹号表示不按照原比例
• 图像旋转
  convert -rotate 90 a.jpg b.jpg
• 图像中添加文字
  convert -fill red -pointsize 60 -draw 'text 10,80 "Hello, nv shen"' background1.jpg background2.jpg
  
• 高斯模糊
  convert -blur 80 a.jpg b.png
• 更多参见Documents: http://www.imagemagick.org/script/command-line-options.php

cv2.imwrite

//参数
CV_INTER_NN - 最近邻插值,  
CV_INTER_LINEAR - 双线性插值 (缺省使用)  
CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN 方法..  
CV_INTER_CUBIC - 立方插值

//例子
image=cv2.imread('a.jpg')
res=cv2.resize(image,(32,32),interpolation=cv2.INTER_LINEAR)
cv2.imshow('image',image)

还有一点，imwirte保存的图片照片是没有边框及坐标系等的；相比来说，matplotlib.pyplot中的imshow,savefig则是带有白色边框的.

结论

想学会一个东西，精通一个东西，看官网看文档是最简单和好的方法.ti