亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

python使用TensorFlow進行圖像處理的方法

 更新時間:2018年02月28日 10:21:23   作者:HackTheCode  
本篇文章主要介紹了使用TensorFlow進行圖像處理的方法,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧

一、圖片的放大縮小

在使用TensorFlow進行圖片的放大縮小時,有三種方式:

1、tf.image.resize_nearest_neighbor():臨界點插值
2、tf.image.resize_bilinear():雙線性插值
3、tf.image.resize_bicubic():雙立方插值算法

下面是示例代碼:

# encoding:utf-8
# 使用TensorFlow進行圖片的放縮
import tensorflow as tf
import cv2
import numpy as np

# 讀取圖片
img = cv2.imread("1.jpg")
# 顯示原始圖片
cv2.imshow("resource", img)

h, w, depth = img.shape
img = np.expand_dims(img, 0)

# 臨界點插值
nn_image = tf.image.resize_nearest_neighbor(img, size=[h+100, w+100])
nn_image = tf.squeeze(nn_image)
with tf.Session() as sess:
  # 運行 'init' op
  nn_image = sess.run(nn_image)
nn_image = np.uint8(nn_image)

# 雙線性插值
bi_image = tf.image.resize_bilinear(img, size=[h+100, w+100])
bi_image = tf.squeeze(bi_image)
with tf.Session() as sess:
  # 運行 'init' op
  bi_image = sess.run(bi_image)
bi_image = np.uint8(bi_image)

# 雙立方插值算法
bic_image = tf.image.resize_bicubic(img, size=[h+100, w+100])
bic_image = tf.squeeze(bic_image)
with tf.Session() as sess:
  # 運行 'init' op
  bic_image = sess.run(bic_image)
bic_image = np.uint8(bic_image)
# 顯示結(jié)果圖片
cv2.imshow("result_nn", nn_image)
cv2.imshow("result_bi", bi_image)
cv2.imshow("result_bic", bic_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

二、圖片的亮度調(diào)整

在使用TensorFlow進行圖片的亮度調(diào)整時,有兩種方式:
1、tf.image.adjust_brightness():亮度的全局調(diào)整
2、tf.image.random_brightness():亮度的隨機調(diào)整

下面是示例代碼:

# encoding:utf-8
# 使用TensorFlow調(diào)整圖片的亮度
import tensorflow as tf
import cv2
import numpy as np

# 讀取圖片
img = cv2.imread("1.jpg")
# 顯示原始圖片
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:
  # 運行 '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:
  # 運行 '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、圖片的對比度調(diào)整

在使用TensorFlow進行圖片的對比度調(diào)整時,有兩種方式:
1、tf.image.adjust_contrast():對比度的全局調(diào)整
2、tf.image.random_contrast():對比度的隨機調(diào)整

代碼與圖片的亮度調(diào)整類似,這里就不贅述了。

四、圖片的飽和度調(diào)整

在使用TensorFlow進行圖片的飽和度調(diào)整時,使用下列函數(shù):

tf.image.adjust_saturation() 

飽和度調(diào)整范圍為0~5

下面示例代碼:

# encoding:utf-8
# 使用TensorFlow調(diào)整圖片的亮度
import tensorflow as tf
import cv2
import numpy as np

# 讀取圖片
img = cv2.imread("1.jpg")
# 顯示原始圖片
cv2.imshow("resource", img)

# 圖像的飽和度調(diào)整
stand_img = tf.image.adjust_saturation(img, saturation_factor=2.4)
with tf.Session() as sess:
  # 運行 'init' op
  result = sess.run(stand_img)
result = np.uint8(result)

cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

五、圖片的標(biāo)準(zhǔn)化

在使用TensorFlow對圖像數(shù)據(jù)進行訓(xùn)練之前,常需要執(zhí)行圖像的標(biāo)準(zhǔn)化操作,它與歸一化是有區(qū)別的,歸一化不改變圖像的直方圖,標(biāo)準(zhǔn)化操作會改變圖像的直方圖。標(biāo)準(zhǔn)化操作使用如下函數(shù):

tf.image.per_image_standardization() 

下面是示例代碼:

# encoding:utf-8
# 使用TensorFlow調(diào)整圖片的亮度
import tensorflow as tf
import cv2
import numpy as np

# 讀取圖片
img = cv2.imread("1.jpg")
# 顯示原始圖片
cv2.imshow("resource", img)

# 圖像標(biāo)準(zhǔn)化操作
stand_img = tf.image.per_image_standardization(img)
with tf.Session() as sess:
  # 運行 'init' op
  result = sess.run(stand_img)
result = np.uint8(result)

cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

六、圖像的色彩空間轉(zhuǎn)化

使用TensorFlow進行圖像的色彩空間轉(zhuǎn)化,包括HSV、RGB、灰度色彩空間之間的轉(zhuǎn)化,使用的函數(shù)如下所示:

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

代碼與圖像的標(biāo)準(zhǔn)化操作的代碼相似,這里不再贅述。

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • Matplotlib實戰(zhàn)之折線圖繪制詳解

    Matplotlib實戰(zhàn)之折線圖繪制詳解

    折線圖是一種用于可視化數(shù)據(jù)變化趨勢的圖表,它可以用于表示任何數(shù)值隨著時間或類別的變化,本文主要介紹了如何利用Matplotlib實現(xiàn)折線圖的繪制,感興趣的可以了解下
    2023-08-08
  • python 全文檢索引擎詳解

    python 全文檢索引擎詳解

    這篇文章主要介紹了python 全文檢索引擎詳解的相關(guān)資料,需要的朋友可以參考下
    2017-04-04
  • 詳解Python如何編寫類型提示

    詳解Python如何編寫類型提示

    為了提高代碼的可讀性、可維護性,Python 在 PEP 484 中引入了類型提示( type hinting),它是 Python 中一個可選但非常有用的功能,可以使代碼更易于閱讀和調(diào)試,下面我們就來學(xué)習(xí)一下如何編寫類型提示吧
    2023-12-12
  • Windows中使用wxPython和py2exe開發(fā)Python的GUI程序的實例教程

    Windows中使用wxPython和py2exe開發(fā)Python的GUI程序的實例教程

    wxPython是一款集成了Python的圖形化類庫的工具,而py2exe是一款將Python程序轉(zhuǎn)換為exe可執(zhí)行文件的程序,二者搭配可以輕松地在Windows中創(chuàng)建圖形化程序,這里我們就來學(xué)習(xí)Windows中使用wxPython和py2exe開發(fā)Python的GUI程序的實例教程:
    2016-07-07
  • python爬取某網(wǎng)站原圖作為壁紙

    python爬取某網(wǎng)站原圖作為壁紙

    之前已經(jīng)爬取過網(wǎng)站上的圖片,貌似很簡單可是他喵的都像馬賽克一樣,怎么能用做壁紙呢通過多重審查發(fā)現(xiàn),原圖地址藏在更深的地方 所以,來爬一下原圖吧,需要的朋友可以參考下
    2021-06-06
  • python 非遞歸解決n皇后問題的方法

    python 非遞歸解決n皇后問題的方法

    這篇文章主要介紹了python 非遞歸解決n皇后問題的方法,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-03-03
  • Facebook開源一站式服務(wù)python時序利器Kats詳解

    Facebook開源一站式服務(wù)python時序利器Kats詳解

    這篇文章主要為答案及介紹了Facebook開源一站式服務(wù)python時序利器Kats的功能詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步
    2021-11-11
  • python實現(xiàn)打開手機app并點擊操作

    python實現(xiàn)打開手機app并點擊操作

    這篇文章主要介紹了python實現(xiàn)打開手機app并點擊操作,本文分為兩部分一部分是打開應(yīng)用,第二部分是調(diào)式手機連接電腦,需要的朋友可以參考下
    2022-04-04
  • Python爬蟲模擬登錄帶驗證碼網(wǎng)站

    Python爬蟲模擬登錄帶驗證碼網(wǎng)站

    這篇文章主要介紹了Python爬蟲模擬登錄帶驗證碼網(wǎng)站的相關(guān)資料,需要的朋友可以參考下
    2016-01-01
  • python實現(xiàn)企業(yè)微信定時發(fā)送文本消息的示例代碼

    python實現(xiàn)企業(yè)微信定時發(fā)送文本消息的示例代碼

    這篇文章主要介紹了python實現(xiàn)企業(yè)微信定時發(fā)送文本消息的示例代碼,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-11-11

最新評論