TensorFlow圖像操作

注意：接受 Tensor 參數(shù)的函數(shù)也可以接受被 tf.convert_to_tensor 接受的任何內(nèi)容

TensorFlow 編碼和解碼圖像

TensorFlow 提供操作來解碼和編碼 JPEG 和 PNG 格式。編碼圖像由標(biāo)量字符串 Tensors 表示，解碼圖像由shape為[height, width, channels]的3-D uint8張量表示。(PNG也支持 uint16)

編碼和解碼操作一次適用于一個圖像。他們的輸入和輸出都是可變的大小。如果您需要固定大小的圖像，請將解碼操作的輸出傳遞到裁剪和調(diào)整大小操作之一。

注意：PNG 編碼和解碼操作支持 RGBA，但轉(zhuǎn)換操作目前只支持 RGB，HSV 和 GrayScale。目前，Alpha 通道必須從圖像中剝離，并使用切片操作重新附加。

• tf.image.decode_gif
• tf.image.decode_jpeg
• tf.image.encode_jpeg
• tf.image.decode_png
• tf.image.encode_png
• tf.image.decode_image

調(diào)整大小操作

調(diào)整大小的操作接受輸入圖像作為幾種類型的張量。他們總是將大小調(diào)整后的圖像輸出為 float32 張量。

方便函數(shù) tf.image.resize_images 支持4維和3維張量作為輸入和輸出。4維張量用于批量的圖像，用于單個圖像的3維張量。

其他大小調(diào)整操作只支持4維圖像批處理作為輸入：tf.image.resize_area,tf.image.resize_bicubic,tf.image.resize_bilinear,tf.image.resize_nearest_neighbor.

例：

# Decode a JPG image and resize it to 299 by 299 using default method.
image = tf.image.decode_jpeg(...)
resized_image = tf.image.resize_images(image, [299, 299])

• tf.image.resize_images
• tf.image.resize_area
• tf.image.resize_bicubic
• tf.image.resize_bilinear
• tf.image.resize_nearest_neighbor

裁剪

• tf.image.resize_image_with_crop_or_pad
• tf.image.central_crop
• tf.image.pad_to_bounding_box
• tf.image.crop_to_bounding_box
• tf.image.extract_glimpse
• tf.image.crop_and_resize

翻轉(zhuǎn),旋轉(zhuǎn)和移位

• tf.image.flip_up_down
• tf.image.random_flip_up_down
• tf.image.flip_left_right
• tf.image.random_flip_left_right
• tf.image.transpose_image
• tf.image.rot90

顏色空間之間的轉(zhuǎn)換

圖像操作可以在單個圖像或一批圖像上工作，具體取決于其輸入的張量形狀。

如果3維，則shape是 [height, width, channels]，而 Tensor 表示一個圖像。如果4維，則shape是 [batch_size, height, width, channels]，而 Tensor 表示 batch_size 圖像。

目前，channels 可以有效地為 1，2，3或4，單通道圖像是灰度級，3通道的圖像被編碼為 RGB 或 HSV。具有2或4個通道的圖像包括 Alpha 通道，必須在將圖像傳遞到大多數(shù)圖像處理功能之前從圖像中剝離(并且可以稍后重新附加)。

在內(nèi)部，圖像或者以 float32 每像素一個通道存儲(隱含地，假定值位于[0,1))或者 uint8 每個像素每個通道一個(假定值在于[0,255])。

TensorFlow 可以在 RGB 或 HSV 的圖像之間進(jìn)行轉(zhuǎn)換.轉(zhuǎn)換功能僅適用于浮動圖像，因此您需要使用其他格式轉(zhuǎn)換圖像 tf.image.convert_image_dtype。

例：

# Decode an image and convert it to HSV.
rgb_image = tf.image.decode_png(...,  channels=3)
rgb_image_float = tf.image.convert_image_dtype(rgb_image, tf.float32)
hsv_image = tf.image.rgb_to_hsv(rgb_image)

• tf.image.rgb_to_grayscale
• tf.image.grayscale_to_rgb
• tf.image.hsv_to_rgb
• tf.image.rgb_to_hsv
• tf.image.convert_image_dtype

TensorFlow 圖像調(diào)整

TensorFlow 提供了以各種方式調(diào)整圖像的功能：亮度，對比度，色相和飽和度。每個調(diào)整都可以用預(yù)定義的參數(shù)或從預(yù)定義的間隔中選取的隨機(jī)參數(shù)完成。隨機(jī)調(diào)整通常有助于擴(kuò)大訓(xùn)練集并減少過度配合。

如果幾個調(diào)整被鏈接,建議通過首先將圖像轉(zhuǎn)換為最自然的數(shù)據(jù)類型和表示(RGB 或 HSV)來最小化冗余轉(zhuǎn)換的數(shù)量。

• tf.image.adjust_brightness
• tf.image.random_brightness
• tf.image.adjust_contrast
• tf.image.random_contrast
• tf.image.adjust_hue
• tf.image.random_hue
• tf.image.adjust_gamma
• tf.image.adjust_saturation
• tf.image.random_saturation
• tf.image.per_image_standardization

TensorFlow 圖像使用邊框

• tf.image.draw_bounding_boxes
• tf.image.non_max_suppression
• tf.image.sample_distorted_bounding_box

TensorFlow 圖像去噪

• tf.image.total_variation