tensorflow裁剪填充指定大小图片

（一）

简介

对于不同规则大小的图片，想要在不进行压缩的情况下对其进行裁剪或者填充背景颜色为黑色，在Python图像处理中找了半天，没找到相应的函数。。。后来发现可利用tensorflow中的：

tf.image.resize_image_with_crop_or_pad

示例代码 

'''
Created on 2017-8-16

@author: XT
'''
import tensorflow as tf
import scipy.misc  

#读取图像可任意大小  
filenames = ['E://Parking186//ImgReshape//1Thumbnail25.jpg']   
filename_queue = tf.train.string_input_producer(filenames)  
reader = tf.WholeFileReader()  
key,value = reader.read(filename_queue)  
images = tf.image.decode_jpeg(value)#tf.image.decode_png(value)
CP_H = 360
CP_W = 300
# 裁切图片
with tf.Session() as sess:
    coord = tf.train.Coordinator()  
    threads = tf.train.start_queue_runners(coord=coord)  

    reshapeimg = tf.image.resize_image_with_crop_or_pad(images,CP_H,CP_W)
    #reimg1的类型是<class 'numpy.ndarray'>  
    reimg1 = reshapeimg.eval()  
    scipy.misc.imsave('E:\\Parking186\\ImgReshape\\crop_or_pad\\crop_or_pad.jpg', reimg1)

    coord.request_stop()  
    coord.join(threads)    
    print('crop_or_pad successful!')

结果

原图

填充为宽300，高360后

（二）

简介

上一节，介绍了处理一张图片，在不进行压缩的情况下对其进行裁剪或者填充背景颜色为黑色。这节介绍批量读取和保存裁剪、填充的图片。
1、需要在要进行处理的图片，新建InitImages文件夹，把图片放进去，命名格式不需要管；
2、新建文件夹crop_or_pad用于保存处理后的图片，命名规则为“crop_or_pad000”到“crop_or_padxxx”；

示例代码

'''
Created on 2017-4-28

@author: XT
'''
import tensorflow as tf
import scipy.misc  
import os.path  

file_dir = 'E:\\Parking186\\ImgReshape\\'
save_path = 'E:\\Parking186\\ImgReshape\\crop_or_pad\\'
classes = {'InitImages'}
image_list = []
for index,name in enumerate(classes):
    class_path=file_dir+name+'\\'#读取类路径
    for img_name in os.listdir(class_path):
        filenames=class_path+img_name#获取每一个图片地址
        image_list.append(filenames)



filename_queue = tf.train.string_input_producer(image_list)         
reader = tf.WholeFileReader()          
key,value = reader.read(filename_queue)          
images = tf.image.decode_jpeg(value)#tf.image.decode_png(value)  
CP_H = 360
CP_W = 300
# 裁切图片
with tf.Session() as sess:
    coord = tf.train.Coordinator()  
    threads = tf.train.start_queue_runners(coord=coord)  

    reshapeimg = tf.image.resize_image_with_crop_or_pad(images,CP_H,CP_W)
    for index in range(len(image_list)):
        #reimg1的类型是<class 'numpy.ndarray'>  
        reimg = reshapeimg.eval()  
        scipy.misc.imsave(save_path+'crop_or_pad'+"%03d" %index+'.jpg', reimg)

    coord.request_stop()  
    coord.join(threads)    
print('crop_or_pad successful!')

结果

【1】
原图：

处理后：

【2】
原图

处理后

【3】
原图

处理后

结果文件