在训练之前完成图像预处理，包括图像片段截取、图像大小调整、图像翻转以及色彩调整的步骤。
图像预处理程序如下：
import tensorflow as tf import numpy as np import matplotlib.pyplot as plt #给定一张图像，随机调整图像的色彩。因为调整亮度、对比度、饱和度和色相的顺序会影响最后得到的结果，所以可以定义多种不同的顺序。具体 #哪一种顺序可以在训练数据预处理时随机的选择一种。这样可以进一步降低无关因素对模型的影响。这里给出其中的四种处理顺序。 def distort_color(image,color_ordering=0): if color_ordering==0: image=tf.image.random_brightness(image,max_delta=32./255.) image=tf.image.random_saturation(image,lower=0.5,upper=1.5) image=tf.image.random_hue(image,max_delta=0.2) image=tf.image.random_contrast(image,lower=0.5,upper=1.5) elif color_ordering==1: image=tf.image.random_saturation(image,lower=0.5,upper=1.5) image=tf.image.random_hue(image,max_delta=0.2) image=tf.image.random_brightness(image,max_delta=32./255.) image=tf.image.random_contrast(image,lower=0.5,upper=1.5) elif color_ordering==2: image=tf.image.random_hue(image,max_delta=0.2) image=tf.image.random_brightness(image,max_delta=32./255.) image=tf.image.random_saturation(image,lower=0.5,upper=1.5) image=tf.image.random_contrast(image,lower=0.5,upper=1.5) elif color_ordering==3: image=tf.image.random_contrast(image,lower=0.5,upper=1.5) image=tf.image.random_brightness(image,max_delta=32./255.) image=tf.image.random_saturation(image,lower=0.5,upper=1.5) image=tf.image.random_hue(image,max_delta=0.2) #将图像元素值归一化到0.0~1.0 return tf.clip_by_value(image,0.0,1.0) #给定一张解码后的图像、目标图像的尺寸以及图像上的标注框，此函数可以对给出的图像进行预处理。这个函数的输入图像是图像识别问题中原始 #的训练图像，而输出则是神经网络模型的输入层。这里只处理模型的训练数据，对于预测的数据，一般不需要使用随机变换的步骤。 def preprocess_for_train(image,height,width,bbox): #如果没有提供标注框，则认为整个图像就是需要关注的部分 if bbox is None: bbox=tf.constant([0.0,0.0,1.0,1.0],dtype=tf.float32,shape=[1,1,4]) #转换图像张量的类型 if image.dtype !=tf.float32: image=tf.image.convert_image_dtype(image,dtype=tf.float32) #随机截取图像，减小需要关注的物体大小对图像识别算法的影响 bbox_begin,bbox_size,_=tf.image.sample_distorted_bounding_box(tf.shape(image),bounding_boxes=bbox) distorted_image=tf.slice(image,bbox_begin,bbox_size) #将随机截取的图像调整为神经网络输入层的大小。大小调整的算法是随机选择的。 distorted_image=tf.image.resize_images(distorted_image,size=[height,width],method=np.random.randint(4)) #随机左右翻转图像 distorted_image=tf.image.random_flip_left_right(distorted_image) #使用一种随机的顺序调整图像色彩 distorted_image=distort_color(distorted_image,np.random.randint(4)) return distorted_image #读取图像的原始数据 image_raw_data=tf.gfile.FastGFile(r'f:\path\to\picture.jpg','rb').read() with tf.Session() as sess: #将图像使用jpeg的格式解码从而得到图像对应的三维矩阵 img_data=tf.image.decode_jpeg(image_raw_data) #给定图像的标注框 boxes=tf.constant([[[0.05,0.05,0.9,0.7],[0.35,0.47,0.5,0.56]]]) #运行6次获得6种不同的图像 for i in range(6): #将图像的尺寸调整为150x150 result=preprocess_for_train(img_data,150,150,boxes) #使用pyplot工具可视化得到的图像。 plt.imshow(result.eval()) plt.show()