4_图片的裁剪、旋转、平移、模糊（20181218）

版权声明：本文为博主原创文章，转载而不修改内容请留言告知，转载并修改内容请与我联系 https://blog.csdn.net/weixin_41010198/article/details/85074086

俗话说的好呀：图片不够，想办法来凑

在深度学习中，数据集的收集是最麻烦的，如果有现成的数据还好，如果只有少量的数据集，此时只能依靠少量的数据集进行二次改造啦，好啦拿上你的铁锤咱们走！！！

1、图片的裁剪

2、Tensorflow 中图片的裁剪

tensorflow里面提供了实现图像进行裁剪和填充的函数，就是tf.image.resize_image_with_crop_or_pad（img，height，width ）。img表示需要改变的图像，height是改变后图像的高度，width是宽度。

import matplotlib.pyplot as plt;
import tensorflow as tf;

image_raw_data_jpg = tf.gfile.FastGFile('test.jpg', 'rb').read()

with tf.Session() as sess:
    img_data_jpg = tf.image.decode_jpeg(image_raw_data_jpg)
    img_data_jpg = tf.image.convert_image_dtype(img_data_jpg, dtype=tf.float32)
    crop = tf.image.resize_image_with_crop_or_pad(img_data_jpg, 500, 500)  # 随机裁剪成（500,500）
    pad  = tf.image.resize_image_with_crop_or_pad(img_data_jpg, 2000, 2000)  # 随机裁剪成（2000,2000），不够的就用黑色进行填充

    plt.figure(1)
    plt.imshow(crop.eval())
    plt.figure(2)
    plt.imshow(pad.eval())
    plt.show()

效果：

异常：‘utf-8’ codec can’t decode byte 0xff in position 0: invalid start byte
解决方式：

把读取方式改成 rb的形式
tf.gfile.FastGFile(‘test.jpg’, ‘rb’).read()

---

2、图片的旋转

---

3、图片的放缩

---

4、图片的平移

---

5、图片的模糊

https://blog.csdn.net/zh_jessica/article/details/77946346

https://blog.csdn.net/eric_pycv/article/details/72636785