python输入参数改变图形_Python基于Tensor FLow的图像处理操作详解
本文实例讲述了Python基于Tensor FLow的图像处理操作。分享给大家供大家参考，具体如下：
在对图像进行深度学习时，有时可能图片的数量不足，或者希望网络进行更多的学习，这时可以对现有的图片数据进行处理使其变成一张新的图片，在此基础上进行学习，从而提高网络识别的准确率。
1、图像解码显示
利用matplot库可以方便简洁地在jupyter内对图片进行绘制与输出，首先通过tf.gfile打开图片文件，并利用函数tf.image.decode_jpeg将jpeg图片解码为三位矩阵，之后便可以通过matplot绘制与显示图片信息了
import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np
#读取图像文件
image_raw=tf.gfile.GFile('D:\Temp\MachineLearning\data\cat.jpeg','rb').read()
with tf.Session() as sess:
#对jpeg图像解码得到图像的三位矩阵数据
image_data=tf.image.decode_jpeg(image_raw)
print(image_data.eval())
plt.imshow(image_data.eval())
plt.show()
可以看到打印的图片三维矩阵信息和显示的图片：
2、图像缩放
tensorflow还自带了许多图像处理函数，比如resize_image对图片进行大小的缩放。其中第一个参数代表图片数据源，第二个数组代表缩放后的大小，第三个method代表采用的缩放方法，默认0是双线性插值法，1代表最近邻插值法，2代表双立方插值法，3代表像素区域插值法。
#对图片大小进行缩放
image_resize=tf.image.resize_images(image_data,[500,500],method=0)
#tensorflow处理后的图片是float32格式的，需要转化为uint8才能正确输出
image_resize=np.asarray(image_resize.eval(),dtype='uint8')
plt.imshow(image_resize)
plt.show()
3、图像裁切
函数tf.image.resize_image_with_crop_or_pad可以在保证图片原始比例的条件下对图片进行裁切或填充。
函数tf.image.random_crop是随机对图片进行选取裁剪，而不是以中心。
#图片裁剪
image_crop=tf.image.resize_image_with_crop_or_pad(image_data,500,500)
plt.imshow(image_crop.eval())
plt.show()
#随机裁剪
img_random=tf.image.random_crop(image_data,[300,300,3])
plt.imshow(img_random.eval())
plt.show()
resize_image_with_crop_or_pad第一个参数是图片资源，后两个参数是裁切后的图片大小，当原始图片大于目标值时将裁去两边多余部分，当图片小于目标值时将用黑色填充，例如上图左右被裁剪，上下用黑色填充。
random_crop第一个参数是图片资源，第二个参数是一个三位张量，代表目标图像大小。
4、图像翻转
通过函数实现图片的上下、左右翻转，在模型训练时，可以将原本的样本图片进行反转，作为新的特征值进行输入供模型训练。
#上下翻转
img_down=tf.image.flip_up_down(image_data)
plt.imshow(img_down.eval())
plt.show()
#左右翻转
img_left=tf.image.flip_left_right(image_data)
plt.imshow(img_left.eval())
plt.show()
5、调整对比度、明度、饱和度
通过tf.image.adjust_contrast可以对图像对比度进行调整，当参数大于1代表加深，小于1代表减淡
tf.image.random_contrast可以在指定范围内随即调整对比度
类似的还有adjust_brightness、adjust_saturation、adjust_hue对明度、饱和度、色相进行调整
#加深对比度
img_deep=tf.image.adjust_contrast(image_data,2)
plt.imshow(img_deep.eval())
plt.show()
#降低对比度
img_fade=tf.image.adjust_contrast(image_data,0.5)
plt.imshow(img_fade.eval())
plt.show()
#随机对比度
img_contrast=tf.image.random_contrast(image_data,0.5,2)
plt.imshow(img_contrast.eval())
plt.show()
6、对VGG网络的输入图片进行处理
Vgg网络训练中传入的图片参数x_img是以batch_size为单位的四维数据，例如传入20张32×32的3通道图片，其数据为[20,32,32,3]。但是tensorflow的图片处理函数只可以处理三维的单张图片。因此需要首先通过split()函数将20张图片拆分成单张[1,32,32,3]，再通过reshape()函数转化为三维数据[32,32,3]，之后再调用图片处理函数对图片进行处理，将处理后的图片恢复成四维，然后放在数组res_arr中，拼接成原来的一组20×32×32×3的数据。
# 将一批batch_size张图片在第一维上切分为单张图片
img_arr=tf.split(x_img,batch_size,axis=0)
res_arr=[]
# 遍历每个图片对其进行处理
for img in img_arr:
# 将单张四维的图片[1,32,32,3]处理成三维[32,32,3]
img=tf.reshape(img,[32,32,3])
# 对单张图片进行图像增强
img_flip=tf.image.random_flip_left_right(img) # 翻转图片
img_bright=tf.image.random_brightness(img_flip,max_delta=63) # 随机调整亮度
img_contrast=tf.image.random_contrast(img_bright,lower=0.2, upper=1.8) # 调整对比度
# 将增强后的图片再变回原来的四维格式
img=tf.reshape(img_contrast,[1,32,32,3])
# 将每个处理后的图片放在一个数组
res_arr.append(img)
# 将处理后的单个图片重新拼接在一起
img_aug=tf.concat(res_arr,axis=0)
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
本文标题: Python基于Tensor FLow的图像处理操作详解
本文地址: http://www.cppcns.com/jiaoben/python/298469.html
相关文章：
CSS层叠样式
为了让网页元素的样式更加丰富，也为了让网页的内容和样式能拆分开，CSS由此思想而诞生，CSS是 Cascading Style Sheets 的首字母缩写，意思是层叠样式表。有了CSS，html中大部分表现样式的标签就废弃不用了，htm…
windows下 Source Monitor代码度量工具的使用
windows下 Source Monitor代码度量工具的使用 引用链接: https://www.cnblogs.com/xuehanyu/p/4520965.html 1.总体介绍 SourceMonitor是一款免费的软件，运行在Windows平台下。它可对多种语言写就的代码进行度量，包括C、C、C#、Java、VB、Delphi和HT…
MVVM 数据绑定
一、在 XAML 中创建绑定 定义源对象。 C# public class Dog {public string DogName { get; set; } }在 XAML 中创建对源对象的命名空间的引用。 XAML <UserControl x:Class"BindingXAML.Page" xmlns"http://schemas.microsoft.com/winfx/2006/xaml/pres…
linux配置文件怎么把某行后几个字符替换_vim（Linux运维）
一、vim使用介绍 介绍在linux系统中，大部分配置文件都是ASCII的纯文本形式存放的，所以我们在修改系统设置的时候使用简单的文本编辑软件就可以实现了，如果你使用过windows当中的word的话，那么你可能会感觉linux字符界面的文本编辑…
Debian 6.0 安装过程 及中文乱码
2019独角兽企业重金招聘Python工程师标准>>> Debian 6.0 安装过程 Debian 6.0 安装过程 转(一个别人自录的安装过程录相) http://v.youku.com/v_show/id_XMjUyMzY1OTIw.html 转(别人写的一个过程) http://hi.baidu.com/ljx_freebsd/blog/item/88d60c09da379da22edd…
git 提交丢失Warning, you are leaving 2 commits behind,
早上在自己的一个版本代码上编辑，提交commint，但是checkout到其他分支再checkout回来发现该的东西不见了， 幸好terminal还没有关掉，回看日志： Warning: you are leaving 2 commits behind, not connected toany of you…
一台支持vlan管理的交换机_关于交换机的VLAN技术你了解多少？
VLAN（虚拟局域网）是对连接到的第二层交换机端口的网络用户的逻辑分段，不受网络用户的物理位置限制而根据用户需求进行网络分段。一个VLAN可以在一个交换机或者跨交换机实现。VLAN可以根据网络用户的位置、作用、部门或者根据网络用户所使用的…
需要反射时使用dynamic
//使用dynamic的写法 dynamic fileExplorerData _currentFolder.FileExplorerData; var data fileExplorerData.InsertFromPath(newPath);//使用反射的写法 MethodInfo InsertMethod _currentFolder.FileExplorerData.GetType().GetMethod("InsertFromPath"); var…
Linux平台下QtCreator集成代码静态分析工具clang-tidy和Clazy
Linux平台下QtCreator集成代码静态分析工具clang-tidy和Clazy 原文连接: https://blog.csdn.net/wsj18808050/article/details/79824619 内容： QtCreator在前几天发布了4.6.0的版本，增加了两个非常棒的新功能，分别是Clang-Tidy和Clazy 官方…
JAVA swing初级教程(四)
附加的swing小部件(下) JOptionPane JOptionPane 是在 Swing 中类似“快捷方式”的东西。通常，作为 UI 开发人员，您需要向用户呈现快速信息，让用户了解错误和信息。甚至可能想得到一些快速数据，例如名称或数字。在 Swing 中&#…
Akka源码分析-Remote-发消息
上一篇博客我们介绍了remote模式下Actor的创建，其实与local的创建并没有太大区别，一般情况下还是使用LocalActorRef创建了Actor。那么发消息是否意味着也是相同的呢？ 既然actorOf还是委托给了LocalActorRef，那么在本地创建的Actor…
用sed 给文本文件加行号
看例子： [rootlocalhost tmp]# sed test.txt 1 tsttst tsttsttst 2 west gao 3 west abces [rootlocalhost tmp]# sed test.txt | sed N;s/\n/\t/ 1 tsttst tsttsttst 2 west gao 3 west abces [rootlocalhost tmp]# N的解释： N&am…
Qt 编译一直死循环问题
Qt 编译一直死循环问题 有时候Qt编译项目时， 一直编不过，查看一下编译窗口，发现一直在循环 输出如下: C:\soft\Qt5.11\5.11.1\mingw53_32\bin\qmake.exe -o Makefile ..\..\..\..\PalmQtLib\PalmQtLib\PalmQtLib.pro -spec win32-g "…
路由器运行python脚本_写个Python脚本来登录小米路由器
这个脚本写起来难度并不是很大，博主还是一步步的分析下，这样思路会比较清晰，下次遇到类似系统脚本写起来也更快速。好了，一起来分析分析。首先看下小米路由器的登录界面可以看到只需要输入密码即可登录，博主这里为了演…
PHP定时执行任务的实现
2019独角兽企业重金招聘Python工程师标准>>> ignore_user_abort();//关掉浏览器，PHP脚本也可以继续执行. set_time_limit(0);// 通过set_time_limit(0)可以让程序无限制的执行下去 $interval60*30;// 每隔半小时运行 do{//这里是你要执行的代码 sleep($i…
Spring事务管理 与 SpringAOP
1，Spring事务的核心接口 Spring事务管理的实现有许多细节，如果对整个接口框架有个大体了解会非常有利于我们理解事务，下面通过讲解Spring的事务接口来了解Spring实现事务的具体策略。 Spring事务管理涉及的接口的联系如下： 1.…
iso镜像文件烧写到U盘
iso镜像文件烧写到U盘 windows rufus-3.1.exe 百度云盘链接：https://pan.baidu.com/s/16p1O4lXMVTUltTvCm0DnHA 提取码：inzj 文件格式一般选择默认的就行,如果起不来,就换一个, linux 1、dd命令 2、系统自带 usb-creator-gtk工具 命令行输入&#x…
webgl 游戏_30个令人惊叹的WebGL示例和演示
WebGl仍在增长，尽管大多数现代浏览器都支持它，但它也可能需要在旧的浏览器上工作。在本文中，我遇到了很多WebGL的示例和演示，它们可以增进您对这项新技术的理解。因此，请坐下来放松身心，使用最新的浏览器&a…
IE8下的VML显示问题解决方案
最近在维护一个使用VML画曲线的网站，在不同的IE下浏览效果不一样，特别是在IE8下，出现莫名其妙的样式显示问题： 1.曲线不可见！在IE9或IE7下，曲线正常绘制，但是在IE8下，不见坐标轴和曲…
创新工场有哪些失败项目？不要只看着成功
创新工场有哪些失败项目？不要只看着成功 李开复 ，创新工场CEO回答：失败或碰到挑战的项目也不少。这里不点名，不谈细节，但是谈谈碰到什么挑战（有些已经失败，有些还在努力）：…
彻底解决Linux索引节点（inode）占用率高的告警
今天邮箱里发现有一封某服务器inode使用率发生告警的邮件 登录到服务器上df -i查看，发现/路径下91%，磁盘使用率却不高，猜测可能是某个目录下的小文件过多，进而造成inode占用率过高，但不清楚根路径下各文件夹里的文件数…
镜像打包工具clonezilla
镜像打包工具clonezilla clonezilla 百度云盘链接：https://pan.baidu.com/s/1LOEPqNE9O0Z4QJmNExlgeA 提取码：zlso 使用方法： 1、将镜像直接烧入U盘 2、U盘启动
python数据分析设置_Python 数据分析系列之如何安装和设置 Python
由于人们用 Python 所做的事情不同，所以没有一个普适的 Python 及其插件包的安装方案，接下来我将详细介绍各个操作系统上 Python 科学计算环境部署。我推荐免费的 Anaconda 安装包，Anaconda 提供 Python 2.7 和 3.6 两个版本，以后…
javamail gmail
http://www.programfan.com/club/showpost.asp?id27614转载于:https://www.cnblogs.com/yqskj/archive/2013/01/11/2855715.html
robots.txt文件的解析及过滤
什么是robots.txt文件? robots.txt（统一小写）是一种存放于网站根目录下的ASCII编码的文本文件，它通常告诉网络搜索引擎的漫游器（又称网络蜘蛛），此网站中的哪些内容是不能被搜索引擎的漫游器获取的…
CF949C Data Center Maintenance（建图+强联通分量）
题意 有 n 个信息中心，第 i 个信息中心要在第 ti 个小时维护，维护期间信息不能被获得。 每个用户的数据都有两份备份，第 i 个用户的数据放在信息中心 c(i,1) 和 c(i,2)。 现在要挑选一个尽量小的信息中心集合，使得将这个集合的维护…
fabric 启动peer_编写 Fabric 链码的一般准则
我相信智能合约(链码)是 Hyperledger Fabric 区块链网络的核心。正确开发链码可以真正发挥一个安全区块链的优势，反之则会带来灾难性的后果。在这篇文章里我不打算探讨 Hyperledger Fabric 链码设计的特定模式的好与坏，而是希望分享我在开发若干 Hyperle…
Qt pro文件下跨平台宏的使用（windows/linux 以及x86 和 arm的区分）
#Qt pro文件下跨平台宏的使用（windows/linux 以及x86 和 arm的区分） 在pro文件中添加： #仅在linux 系统下， 硬件平台无关的内容 unix{HEADERS \SOURCES \Manager.cpp \ }#arm64 的编译宏 contains(QMAKE_HOST.arch, aarch64){…
数论（一）——素数，GCD，LCM
这是一个数论系列：） 一、素数 费马小定理 Theorem： 设 p 是一个素数,a 是一个整数且不是 p 的倍数,那么 很遗憾,费马小定理的逆定理是不成立的。对 a 2,满足的非素数 n 是存在的。 比如 n 341 11 31 对于整数 a,称满足的合数为以 a 为底的…
java自学 day1
1.数据类型 基本数据类型（存放数据本身） 分为数值型（int，double等） 字符型（char）布尔型（boolean） 引用数据类型（存放数据的地址）分为类࿰…