tensorflow图片数据增强

淡淡的烟草味﹌ 2023-06-12 06:27 31阅读 0赞

在对图像进行深度学习时，有时可能图片的数量不足，或者希望网络进行更多的学习，这时可以对现有的图片数据进行处理使其变成一张新的图片，在此基础上进行学习，从而提高网络识别的准确率。

1、图像解码显示  
利用matplot库可以方便简洁地在jupyter内对图片进行绘制与输出，首先通过tf.gfile打开图片文件，并利用函数tf.image.decode\_jpeg将jpeg图片解码为三位矩阵，之后便可以通过matplot绘制与显示图片信息了

> import matplotlib.pyplot as plt  
> import tensorflow as tf  
> import numpy as np  
>   
> \#读取图像文件  
> image\_raw=tf.gfile.GFile('D:\\Temp\\MachineLearning\\data\\cat.jpeg','rb').read()  
>   
> with tf.Session() as sess:  
> \#对jpeg图像解码得到图像的三位矩阵数据  
> image\_data=tf.image.decode\_jpeg(image\_raw)  
> print(image\_data.eval())  
> plt.imshow(image\_data.eval())  
> plt.show()

可以看到打印的图片三维矩阵信息和显示的图片：

2、图像缩放  
tensorflow还自带了许多图像处理函数，比如resize\_image对图片进行大小的缩放。其中第一个参数代表图片数据源，第二个数组代表缩放后的大小，第三个method代表采用的缩放方法，默认0是双线性插值法，1代表最近邻插值法，2代表双立方插值法，3代表像素区域插值法。

> \#对图片大小进行缩放  
> image\_resize=tf.image.resize\_images(image\_data,\[500,500\],method=0)  
> \#tensorflow处理后的图片是float32格式的，需要转化为uint8才能正确输出  
> image\_resize=np.asarray(image\_resize.eval(),dtype='uint8')  
> plt.imshow(image\_resize)  
> plt.show()

3、图像裁切  
函数tf.image.resize\_image\_with\_crop\_or\_pad可以在保证图片原始比例的条件下对图片进行裁切或填充。

函数tf.image.random\_crop是随机对图片进行选取裁剪，而不是以中心。

> \#图片裁剪  
> image\_crop=tf.image.resize\_image\_with\_crop\_or\_pad(image\_data,500,500)  
> plt.imshow(image\_crop.eval())  
> plt.show()  
> \#随机裁剪  
> img\_random=tf.image.random\_crop(image\_data,\[300,300,3\])  
> plt.imshow(img\_random.eval())  
> plt.show()

resize\_image\_with\_crop\_or\_pad第一个参数是图片资源，后两个参数是裁切后的图片大小，当原始图片大于目标值时将裁去两边多余部分，当图片小于目标值时将用黑色填充，例如上图左右被裁剪，上下用黑色填充。

random\_crop第一个参数是图片资源，第二个参数是一个三位张量，代表目标图像大小。

4、图像翻转  
通过函数实现图片的上下、左右翻转，在模型训练时，可以将原本的样本图片进行反转，作为新的特征值进行输入供模型训练。

> \#上下翻转  
> img\_down=tf.image.flip\_up\_down(image\_data)  
> plt.imshow(img\_down.eval())  
> plt.show()  
>   
> \#左右翻转  
> img\_left=tf.image.flip\_left\_right(image\_data)  
> plt.imshow(img\_left.eval())  
> plt.show()

5、调整对比度、明度、饱和度  
通过tf.image.adjust\_contrast可以对图像对比度进行调整，当参数大于1代表加深，小于1代表减淡

tf.image.random\_contrast可以在指定范围内随即调整对比度

类似的还有adjust\_brightness、adjust\_saturation、adjust\_hue对明度、饱和度、色相进行调整

> \#加深对比度  
> img\_deep=tf.image.adjust\_contrast(image\_data,2)  
> plt.imshow(img\_deep.eval())  
> plt.show()  
> \#降低对比度  
> img\_fade=tf.image.adjust\_contrast(image\_data,0.5)  
> plt.imshow(img\_fade.eval())  
> plt.show()  
> \#随机对比度  
> img\_contrast=tf.image.random\_contrast(image\_data,0.5,2)  
> plt.imshow(img\_contrast.eval())  
> plt.show()

6、对VGG网络的输入图片进行处理  
Vgg网络训练中传入的图片参数x\_img是以batch\_size为单位的四维数据，例如传入20张32×32的3通道图片，其数据为\[20,32,32,3\]。但是tensorflow的图片处理函数只可以处理三维的单张图片。因此需要首先通过split()函数将20张图片拆分成单张\[1,32,32,3\]，再通过reshape()函数转化为三维数据\[32,32,3\]，之后再调用图片处理函数对图片进行处理，将处理后的图片恢复成四维，然后放在数组res\_arr中，拼接成原来的一组20×32×32×3的数据。

> \# 将一批batch\_size张图片在第一维上切分为单张图片  
> img\_arr=tf.split(x\_img,batch\_size,axis=0)  
> res\_arr=\[\]  
> \# 遍历每个图片对其进行处理  
> for img in img\_arr:  
> \# 将单张四维的图片\[1,32,32,3\]处理成三维\[32,32,3\]  
> img=tf.reshape(img,\[32,32,3\])  
> \# 对单张图片进行图像增强  
> img\_flip=tf.image.random\_flip\_left\_right(img) \# 翻转图片  
> img\_bright=tf.image.random\_brightness(img\_flip,max\_delta=63) \# 随机调整亮度  
> img\_contrast=tf.image.random\_contrast(img\_bright,lower=0.2, upper=1.8) \# 调整对比度  
> \# 将增强后的图片再变回原来的四维格式  
> img=tf.reshape(img\_contrast,\[1,32,32,3\])  
> \# 将每个处理后的图片放在一个数组  
> res\_arr.append(img)  
> \# 将处理后的单个图片重新拼接在一起  
> img\_aug=tf.concat(res\_arr,axis=0)

————————————————  
版权声明：本文为CSDN博主「theVicTory」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。  
原文链接：[https://blog.csdn.net/theVicTory/article/details/100621722][https_blog.csdn.net_theVicTory_article_details_100621722]

[https_blog.csdn.net_theVicTory_article_details_100621722]: https://blog.csdn.net/theVicTory/article/details/100621722