大批量图像处理(9)———对抗样本噪声展示

攻击前的图片
在这里插入图片描述
攻击后的图片
在这里插入图片描述
作差后归一化放大

在这里插入图片描述

import csv
import os
from PIL import Image
import tensorflow as tf
from scipy.misc import imread
from scipy.misc import imsave
import numpy as np
input_dir = "/home/NEWDISK/CAAD/wujiekd/a_lunwen/ceshi_6"  #原图片
attack_dir = "/home/NEWDISK/CAAD/wujiekd/a_lunwen/ceshi_6strong"  #对抗样本的图片
output_dir="/home/NEWDISK/CAAD/wujiekd/cut_strong"  #输出路径

def output_noise(input_dir):
    filelist = os.listdir(input_dir)
    image=0
    for item in filelist:
        keda_str=input_dir+'/'+item
        print(item)
        print(keda_str)
        if item.endswith('.png'):
            image_kedaa = imread(keda_str, mode='RGB').astype(np.float) / 255.0
            picture_adress = mix_dir + '/' + item
            if os.path.exists(picture_adress):
                img2 = imread(picture_adress, mode='RGB').astype(np.float) / 255.0
                image = image_kedaa-img2
        else:
            continue
        print(image)
        print(image.shape)
        a=np.max(image)
        b=np.min(image)
        image=(image-b)/(a-b)
        with tf.gfile.Open(os.path.join(output_dir, item), 'wb') as f:
            imsave(f, image, format='png')

if __name__ == '__main__':
    output_noise(input_dir)
  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

wujiekd

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