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)
———————————————— 版权声明：本文为博主「theVicTory」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/theVicTory/article/details/100621722
