tensorflow图像裁剪进行数据增强操作_TensorFlow裁剪tensor资源-CSDN文库

130 浏览量 2020-12-17 03:08:04 上传评论 1 收藏 91KB PDF 举报

资源详情

资源评论

资源推荐

tensorflow图像裁剪进行数据增强操作图像裁剪进行数据增强操作

我就废话不多说了，大家还是直接看代码吧~

#!/usr/bin/env python

# encoding: utf-8

'''

@author: lele Ye

@contact: 1750112338@qq.com

@software: pycharm 2018.2

@file: 13mnist.py

@time: 2018/12/17 10:23

@desc:

'''

import tensorflow as tf

import scipy.misc

import matplotlib.pyplot as plt

import random

# 读取图像可任意大小

filenames = ['./tianchi.jpg'] # 创建文件读取队列

filename_queue = tf.train.string_input_producer(filenames)

# 一个阅读器，读取整个文件，返回文件名称key,以及文件中所有的内容value

reader = tf.WholeFileReader()

# Returns the next record (key, value) pair produced by a reader

key, value = reader.read(filename_queue)

images = tf.image.decode_jpeg(value) # tf.image.decode_png(value)

target_width = target_height = 224

# 裁切图片

with tf.Session() as sess:

# Coordinator的使用，用于多线程的协调

coord = tf.train.Coordinator()

# 启动所有graph收集到的队列运行器(queuerunners)

threads = tf.train.start_queue_runners(coord=coord)

height,width,channels = sess.run(tf.shape(images))

offset_height = random.randint(0,height-target_height)

offset_width = random.randint(0,width-target_width)

reshapeimg = tf.image.crop_to_bounding_box(images, offset_height=offset_height, offset_width=offset_width,

target_height=target_height,target_width=target_width)

print(type(reshapeimg)) # <class 'tensorflow.python.framework.ops.Tensor'>

reimg1 = reshapeimg.eval() # reimg1的类型是<class 'numpy.ndarray'>

scipy.misc.imsave('./crop.jpg', reimg1)

plt.imshow(reimg1)

plt.axis("off")

plt.show()

# 请求线程结束

coord.request_stop()

# 等待线程终止

coord.join(threads)

原始图像480x320x3：

裁剪后224x224x3：

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

评论0

内容反馈

weixin_38605967

粉丝: 7
资源: 971

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip