TensorFlow程序-图像预处理流程

蔚落 2022-05-25 00:23 188阅读 0赞

在训练之前完成图像预处理，包括图像片段截取、图像大小调整、图像翻转以及色彩调整的步骤。

图像预处理程序如下：

import tensorflow as tf
    import numpy as np
    import matplotlib.pyplot as plt
    
    #给定一张图像，随机调整图像的色彩。因为调整亮度、对比度、饱和度和色相的顺序会影响最后得到的结果，所以可以定义多种不同的顺序。具体
    #哪一种顺序可以在训练数据预处理时随机的选择一种。这样可以进一步降低无关因素对模型的影响。这里给出其中的四种处理顺序。
    def distort_color(image,color_ordering=0):
    	if color_ordering==0:
    		image=tf.image.random_brightness(image,max_delta=32./255.)
    		image=tf.image.random_saturation(image,lower=0.5,upper=1.5)
    		image=tf.image.random_hue(image,max_delta=0.2)
    		image=tf.image.random_contrast(image,lower=0.5,upper=1.5)
    	elif color_ordering==1:
    		image=tf.image.random_saturation(image,lower=0.5,upper=1.5)
    		image=tf.image.random_hue(image,max_delta=0.2)
    		image=tf.image.random_brightness(image,max_delta=32./255.)
    		image=tf.image.random_contrast(image,lower=0.5,upper=1.5)
    	elif color_ordering==2:
    		image=tf.image.random_hue(image,max_delta=0.2)
    		image=tf.image.random_brightness(image,max_delta=32./255.)
    		image=tf.image.random_saturation(image,lower=0.5,upper=1.5)
    		image=tf.image.random_contrast(image,lower=0.5,upper=1.5)
    	elif color_ordering==3:
    		image=tf.image.random_contrast(image,lower=0.5,upper=1.5)
    		image=tf.image.random_brightness(image,max_delta=32./255.)
    		image=tf.image.random_saturation(image,lower=0.5,upper=1.5)
    		image=tf.image.random_hue(image,max_delta=0.2)
    		
    	#将图像元素值归一化到0.0~1.0
    	return tf.clip_by_value(image,0.0,1.0)
    	
    #给定一张解码后的图像、目标图像的尺寸以及图像上的标注框，此函数可以对给出的图像进行预处理。这个函数的输入图像是图像识别问题中原始
    #的训练图像，而输出则是神经网络模型的输入层。这里只处理模型的训练数据，对于预测的数据，一般不需要使用随机变换的步骤。
    def preprocess_for_train(image,height,width,bbox):
    	#如果没有提供标注框，则认为整个图像就是需要关注的部分
    	if bbox is None:
    		bbox=tf.constant([0.0,0.0,1.0,1.0],dtype=tf.float32,shape=[1,1,4])
    		
    	#转换图像张量的类型
    	if image.dtype !=tf.float32:
    		image=tf.image.convert_image_dtype(image,dtype=tf.float32)
    		
    	#随机截取图像，减小需要关注的物体大小对图像识别算法的影响
    	bbox_begin,bbox_size,_=tf.image.sample_distorted_bounding_box(tf.shape(image),bounding_boxes=bbox)
    	distorted_image=tf.slice(image,bbox_begin,bbox_size)
    	#将随机截取的图像调整为神经网络输入层的大小。大小调整的算法是随机选择的。
    	distorted_image=tf.image.resize_images(distorted_image,size=[height,width],method=np.random.randint(4))
    	#随机左右翻转图像
    	distorted_image=tf.image.random_flip_left_right(distorted_image)
    	#使用一种随机的顺序调整图像色彩
    	distorted_image=distort_color(distorted_image,np.random.randint(4))
    	return distorted_image
    
    #读取图像的原始数据	
    image_raw_data=tf.gfile.FastGFile(r'f:\path\to\picture.jpg','rb').read()
    with tf.Session() as sess:
    	#将图像使用jpeg的格式解码从而得到图像对应的三维矩阵
    	img_data=tf.image.decode_jpeg(image_raw_data)
    	#给定图像的标注框
    	boxes=tf.constant([[[0.05,0.05,0.9,0.7],[0.35,0.47,0.5,0.56]]])
    	
    	#运行6次获得6种不同的图像
    	for i in range(6):
    		#将图像的尺寸调整为150x150
    		result=preprocess_for_train(img_data,150,150,boxes)
    		#使用pyplot工具可视化得到的图像。
    		plt.imshow(result.eval())
    		plt.show()