记录 之 tensorflow常见的数据预处理操作

今天我们简单的介绍几个比较常用的函数:

一.裁剪及pad操作

0.tf.image.random_crop(image, shape)#按shape随机裁剪
#原始图像
#裁剪形状,[a,b,..]
1.tf.image.central_crop(image, 0.6)
# 原始图像
# 裁剪比例
2.tf.image.crop_to_bounding_box(image, offset_height, offeset_width, target_height, target_width)#裁剪
# 原始图像
# 裁剪起始点(左上顶点)y值距原始图像左上顶点y值的距离
# 裁剪起始点的x值距原始图像左上顶点x值的距离
# 所需裁剪的height值
# 所需裁剪的width值
3.tf.image.pad_to_bounding_box(image, offset_height, offset_width, target_height, target_width)#对图像进行pad操作
# 原始图像
# 输出图形在原始图像上所占的位置的y值
# 输出图形在原始图像上所占的位置的x值
# 输出图像的height值,要大于等于原始图像的height,否则会报错
# 输出图像的width值,要大于等于原始图像的width,否则会报错

二.翻转操作

4.tf.image.flip_left_right(image)#对图像进行左右翻转
# 原始图像
5.tf.image.flip_up_down(image)#对图像进行上下翻转
# 原始图像

三.属性调整

6.tf.image.adjust_brightness(iamge, 0.1)#调整图像亮度
# 原始图像
# 调整比例
7.tf.image.adjust_saturation(image,0.4)#调整图像饱和度
# 原始图像
# 调整比例
8.tf.image.adjust_hue(image,0.7)# 调整增图像的灰度值
# 原始图像
# 调整比例

四.格式转换

9.tf.image.rgb_to_hsv(image)#将数据转换为hsv格式的图像
# 原始图像,注意这里的数据格式要求为float型
10.tf.image.rgb_to_grayscale(image)#将输入的rgb格式图像转换为灰度图像
# 原始图像,注意这里的数据格式要求为float型

五.Resize操作

11.tf.image.resize_images(images, size ,method) #调整图片大小
#原始图像
#目标尺寸
#调整方法,0:双线性插值法;1:最近邻法;2:双三次插值法;3:面积差值法


 

猜你喜欢

转载自blog.csdn.net/qq_41368074/article/details/111177424