Tensorflow中图像处理函数（图像⼤⼩调整）
版权声明：本⽂为博主原创⽂章，未经博主允许不得转载。 blog.csdn/zSean/article/details/76383100
图像⼤⼩的调整⽅式：在Tensorflow中通过size_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 = size_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 = size_image_with_crop_or_pad(img_data,200,200)    #⽬标图像⼤⼩<；原始图像的⼤⼩，则截取原始图像的居中部分，
padded = size_image_with_crop_or_pad(img_data,800,800)    #⽬标图像⼤⼩>原始图像的⼤⼩，则会在原始图像的四周填充全为0背景    plt.imshow(croped.eval())
plt.show()
plt.imshow(padded.eval())
plt.show()
central_cropped = al_crop(img_data,0.5)                #按照⽐例裁剪图像，第⼆个参数为调整⽐例，⽐例取值[0,1]
resize函数c++plt.imshow(central_cropped.eval())
plt.show()
在上述代码中，通过size_images函数调整图像的⼤⼩。
并且Tensorflow提供API对图像进⾏裁剪或者填充，当⽬标图像⼤⼩⼩于原始图像的⼤⼩时，则需要裁剪原始图像
当⽬标图像⼤⼩在⼤于原始图像的情况下，则需要填充原始图像四周最后还可以通过函数al_crop()来按照⽐例调整图像⼤⼩；
上述代码实验结果图为：
原始图像：                size_images(img_data, [300,300],method=0)
size_image_with_crop_or_pad(img_data,200,200)
size_image_with_crop_or_pad(img_data,800,800)                      al_crop(img_data,0.5)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。