tensorflow用于数据增强

# coding=utf-8
import cv2
import numpy as np
import tensorflow as tf
from PIL import Image, ImageFilter
import shutil
import random



init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)


for k in range(1230,1400):
    image_id = (str(k)).zfill(5)
    simg = ('/home/vip/binuse/airport_data/11Ari/WORK0612/ssvip/cut_images_old/%s.jpg' % (image_id))


    img = cv2.imread(simg)
    #img=tf.image.random_contrast(img,lower=0.5, upper=1.5)

    image = tf.image.random_hue(img, max_delta=0.05)
    #image = tf.image.random_contrast(image, lower=0.3, upper=1.0)
    #image = tf.image.random_brightness(image, max_delta=0.2)

    array = image.eval(session=sess)
    img = cv2.imread(simg)
    cv2.namedWindow('img')
    cv2.imshow('img', array)
    cv2.waitKey()
    cv2.destroyAllWindows()
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
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