Tensorflow的Image 图像预处理

本文介绍了使用Tensorflow进行图像预处理的方法,包括读取图片、转换格式、图像resize、padding以及旋转等操作。通过下采样处理图像,并展示了如何进行随机角度旋转和填充以适应目标尺寸。
摘要由CSDN通过智能技术生成

读取图片:

image_string = tf.io.read_file(filename)

转化图片的格式

image_decoded = tf.image.decode_jpeg(image_string)

图像的resize,注意这里是通过下采样来处理的。

image_resized = tf.image.resize(image_decoded, [224,224],method=tf.image.ResizeMethod.BILINEAR) / 255.0

如果要查看你现在预处理的样子,可以用这个

with tf.Session() as sess:
   img_ = image_resized.eval()

plt.figure(1)
plt.imshow(img_)
plt.show()

如果你要进行padding的话:要注意啦,offset_height的话,是你的上面要填充多少,然后target_height是你最终的填充高度。所以下面的话就是我最终的高度是224,但我实际上只有126,所以还需要98,所以我上下需要49,这样我的图片就在中间,所以呢我就上下填充啦。

image_padding = tf.image.pad_to_bounding_box(image_resized,offset_height=49,offset_width=0,target_height=224,target_width=224)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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