Tensorflow中图像处理函数(图像大小调整)

最新推荐文章于 2024-06-22 11:02:23 发布

昆仑-郑教主

最新推荐文章于 2024-06-22 11:02:23 发布

阅读量2.5w

点赞数 1

分类专栏： tensorflow 应用

本文链接：https://blog.csdn.net/zSean/article/details/76383100

版权

本文介绍了在TensorFlow中如何使用tf.image.resize_images函数进行图像大小调整，包括双线性插值、最近邻插值、双三次插值和面积插值等方法。同时，还讨论了图像的裁剪和填充操作，以及如何在目标尺寸大于原始图像时进行填充，小于时进行裁剪。此外，提到了tf.image.central_crop()函数用于按比例调整图像大小。

摘要由CSDN通过智能技术生成

图像大小的调整方式：在Tensorflow中通过tf.image.resize_images函数实现；

1.双线性插值算法（Bilinear interpolation）;Method取值为：0；

2.最近邻居法（Nearest neighbor interpolation);Method取值为：1；

3.双三次插值法（Bicubic interpolation);Method取值为：2；

4.面积插值法（Area interpolation) ;Method取值为：3；

import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np

image_raw_data = tf.gfile.GFile('D:/path/to/picture/8.jpg','rb').read()   #加载原始图像

with tf.Session() as sess:
    img_data = tf.image.decode_jpeg(image_raw_data)
    plt.imshow(img_data.eval())
    plt.show()

    resized = tf.image.resize_images(img_data, [300,300],method=0)  #第一个参数为原始图像，第二个参数为图像大小，第三个参数给出了指定的算法
    resized = np.asarray(resized.eval(),dtype='uint8')
    plt.imshow(resized)
    plt.show()

    croped = tf.image