python使用TensorFlow进行图像处理的方法

朴灿烈づ我的快乐病毒、 2023-07-05 11:58 21阅读 0赞

本篇文章主要介绍了使用TensorFlow进行图像处理的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

### 文章目录 ###

*   *  一、图片的放大缩小
     *  二、图片的亮度调整
     *  三、图片的对比度调整
     *  四、图片的饱和度调整

## 一、图片的放大缩小 ##

在使用TensorFlow进行图片的放大缩小时，有三种方式：  
1、tf.image.resize\_nearest\_neighbor（）:临界点插值  
2、tf.image.resize\_bilinear(）：双线性插值  
3、tf.image.resize\_bicubic(）：双立方插值算法

下面是示例代码：

# encoding:utf-8
    # 使用TensorFlow进行图片的放缩
    import tensorflow as tf
    import cv2
    import numpy as np
     
    # 读取图片
    img = cv2.imread("1.jpg")
    # 显示原始图片
    cv2.imshow("resource", img)
     
    h, w, depth = img.shape
    img = np.expand_dims(img, 0)
     
    # 临界点插值
    nn_image = tf.image.resize_nearest_neighbor(img, size=[h+100, w+100])
    nn_image = tf.squeeze(nn_image)
    with tf.Session() as sess:
      # 运行 'init' op
      nn_image = sess.run(nn_image)
    nn_image = np.uint8(nn_image)
     
    # 双线性插值
    bi_image = tf.image.resize_bilinear(img, size=[h+100, w+100])
    bi_image = tf.squeeze(bi_image)
    with tf.Session() as sess:
      # 运行 'init' op
      bi_image = sess.run(bi_image)
    bi_image = np.uint8(bi_image)
     
    # 双立方插值算法
    bic_image = tf.image.resize_bicubic(img, size=[h+100, w+100])
    bic_image = tf.squeeze(bic_image)
    with tf.Session() as sess:
      # 运行 'init' op
      bic_image = sess.run(bic_image)
    bic_image = np.uint8(bic_image)
    # 显示结果图片
    cv2.imshow("result_nn", nn_image)
    cv2.imshow("result_bi", bi_image)
    cv2.imshow("result_bic", bic_image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

## 二、图片的亮度调整 ##

在使用TensorFlow进行图片的亮度调整时，有两种方式：  
1、tf.image.adjust\_brightness（）：亮度的全局调整  
2、tf.image.random\_brightness(）：亮度的随机调整

下面是示例代码：

# encoding:utf-8
    # 使用TensorFlow调整图片的亮度
    import tensorflow as tf
    import cv2
    import numpy as np
     
    # 读取图片
    img = cv2.imread("1.jpg")
    # 显示原始图片
    cv2.imshow("resource", img)
     
    img = np.expand_dims(img, 0)
    # adjust_brightness
    bright_img = tf.image.adjust_brightness(img, delta=.5)
    bright_img = tf.squeeze(bright_img)
    with tf.Session() as sess:
      # 运行 'init' op
      result = sess.run(bright_img)
    result = np.uint8(result)
     
    rand_image = tf.image.random_brightness(img, max_delta=.5)
    rand_image = tf.squeeze(rand_image)
    with tf.Session() as sess:
      # 运行 'init' op
      result2 = sess.run(rand_image)
    result2 = np.uint8(result2)
     
    cv2.imshow("result", result)
    cv2.imshow("result2", result2)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

## 三、图片的对比度调整 ##

在使用TensorFlow进行图片的对比度调整时，有两种方式：  
1、tf.image.adjust\_contrast（）：对比度的全局调整  
2、tf.image.random\_contrast(）：对比度的随机调整

代码与图片的亮度调整类似，这里就不赘述了。

## 四、图片的饱和度调整 ##

在使用TensorFlow进行图片的饱和度调整时，使用下列函数：

tf.image.adjust_saturation（）

饱和度调整范围为0~5  
下面示例代码：

# encoding:utf-8
    # 使用TensorFlow调整图片的亮度
    import tensorflow as tf
    import cv2
    import numpy as np
     
    # 读取图片
    img = cv2.imread("1.jpg")
    # 显示原始图片
    cv2.imshow("resource", img)
     
    # 图像的饱和度调整
    stand_img = tf.image.adjust_saturation(img, saturation_factor=2.4)
    with tf.Session() as sess:
      # 运行 'init' op
      result = sess.run(stand_img)
    result = np.uint8(result)
     
    cv2.imshow("result", result)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

五、图片的标准化

在使用TensorFlow对图像数据进行训练之前，常需要执行图像的标准化操作，它与归一化是有区别的，归一化不改变图像的直方图，标准化操作会改变图像的直方图。标准化操作使用如下函数：`tf.image.per_image_standardization（）`  
下面是示例代码：

# encoding:utf-8
    # 使用TensorFlow调整图片的亮度
    import tensorflow as tf
    import cv2
    import numpy as np
     
    # 读取图片
    img = cv2.imread("1.jpg")
    # 显示原始图片
    cv2.imshow("resource", img)
     
    # 图像标准化操作
    stand_img = tf.image.per_image_standardization(img)
    with tf.Session() as sess:
      # 运行 'init' op
      result = sess.run(stand_img)
    result = np.uint8(result)
     
    cv2.imshow("result", result)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

六、图像的色彩空间转化

使用TensorFlow进行图像的色彩空间转化，包括HSV、RGB、灰度色彩空间之间的转化，使用的函数如下所示：

tf.image.rgb_ to_hsv（） 
    tf.image.rgb_ to_grayscale（） 
    tf.image.hsv_ to_rgb（）

代码与图像的标准化操作的代码相似，这里不再赘述。  
推荐我们的python学习基地，看前辈们是如何学习的！从基础的python脚本、爬虫、django、数据挖掘等编程已经，还有整理零基础到项目实战的资料，送给每一位爱学习python的小伙伴！每天都有老前辈定时讲解Python技术，分享一些学习的方法和需要留意的小细节，点击加入我们的 [python学习者聚集地][python]

[python]: https://jq.qq.com/?_wv=1027&k=5ipV5It