def adjust_hue(filepath):
img_data = basis_code.basis_decode(filepath)
if img_data.dtype != tf.float32:
img_data = tf.image.convert_image_dtype(img_data, tf.float32)
#下列依次将图像的色相加0.1、0.3、0.6、0.9
adjust_add1 = tf.image.adjust_hue(img_data, 0.1)
adjust_add2 = tf.image.adjust_hue(img_data, 0.3)
adjust_add3 = tf.image.adjust_hue(img_data, 0.6)
adjust_add4 = tf.image.adjust_hue(img_data, 0.9)
#在[0.3, 1)的范围内随机调整图像的色相
random_adjust = tf.image.random_hue(img_data, 0.3, 1)
with tf.Session() as sess:
basis.drawing(sess.run(adjust_add1))
basis.drawing(sess.run(adjust_add2))
basis.drawing(sess.run(adjust_add3))
basis.drawing(sess.run(adjust_add4))
basis.drawing(sess.run(random_adjust))
basis_code.basis_encode(adjust_add1,
basis_code.get_encode_path(filepath, 1))
basis_code.basis_encode(adjust_add2,
basis_code.get_encode_path(filepath, 2))
basis_code.basis_encode(adjust_add3,
basis_code.get_encode_path(filepath, 3))
basis_code.basis_encode(adjust_add4,
basis_code.get_encode_path(filepath, 4))
basis_code.basis_encode(random_adjust,
basis_code.get_encode_path(filepath, 5))
def basis_decode(filepath):
image_raw_data = tf.gfile.FastGFile(filepath, 'rb').read()
with tf.Session() as sess:
img_data = tf.image.decode_jpeg(image_raw_data)
basis.drawing(sess.run(img_data))
# img_value = sess.run(img_data)
return img_data
def method_three(filepath):
img_data = basis_decode(filepath)
if img_data.dtype != tf.float32:
img_data = tf.image.convert_image_dtype(img_data, tf.float32)
central_cropped = tf.image.central_crop(img_data, 0.5)
with tf.Session() as sess:
basis.drawing(sess.run(central_cropped))
basis_encode(central_cropped, get_encode_path(filepath, 1))
def adjust_standardization(filepath):
img_data = basis_code.basis_decode(filepath)
if img_data.dtype != tf.float32:
img_data = tf.image.convert_image_dtype(img_data, tf.float32)
#将图像的亮度均值变为0，方差变为1
adjust = tf.image.per_image_standardization(img_data)
with tf.Session() as sess:
basis.drawing(sess.run(adjust))
basis_code.basis_encode(adjust, basis_code.get_encode_path(filepath, 1))
def method_two(filepath):
img_data = basis_decode(filepath)
if img_data.dtype != tf.float32:
img_data = tf.image.convert_image_dtype(img_data, tf.float32)
croped = tf.image.resize_image_with_crop_or_pad(img_data, 800, 500)
padded = tf.image.resize_image_with_crop_or_pad(img_data, 1500, 1000)
with tf.Session() as sess:
basis.drawing(sess.run(croped))
basis.drawing(sess.run(padded))
basis_encode(croped, get_encode_path(filepath, 1))
basis_encode(padded, get_encode_path(filepath, 2))
def method_two(filepath):
img_data = basis_code.basis_decode(filepath)
if img_data.dtype != tf.float32:
img_data = tf.image.convert_image_dtype(img_data, tf.float32)
#以50%概率上下翻转图像
random_up_dowm_data = tf.image.random_flip_up_down(img_data)
# 以50%概率左右翻转图像
random_left_rigth = tf.image.random_flip_left_right(img_data)
with tf.Session() as sess:
basis.drawing(sess.run(random_up_dowm_data))
basis.drawing(sess.run(random_left_rigth))
basis_code.basis_encode(random_up_dowm_data,
basis_code.get_encode_path(filepath, 1))
basis_code.basis_encode(random_left_rigth,
basis_code.get_encode_path(filepath, 2))
def add_box(filepath):
img_data = basis_code.basis_decode(filepath)
if img_data.dtype != tf.float32:
img_data = tf.image.convert_image_dtype(img_data, tf.float32)
#将图像缩小一点，这样可视化能让标注框更加清楚
img_data = tf.image.resize_images(img_data, [180, 267], method=1)
#tf.image.draw_bounding_boxes函数要求图像矩阵中的数字为实数，上面已经转换过。而且tf.image.draw_bounding_boxes函数的输入是一个batch的数据。
#也就是多张图像组成的四维矩阵，所以需要将解码之后的图像矩阵加一维
img_data = tf.expand_dims(img_data, 0)
#下面定义表示有两个标注框。一个标注框有4个数字，分别代表[Ymin, Xmin, Ymax, Xmax]。这里的数字都是图像的相对位置，比如在180x267的图像中。
#[0.33, 0.43, 0.48, 0.67]代表的大小为[0.33*180, 0.43*267, 0.48*180, 0.67*237]
boxes = tf.constant([[[0.13, 0.24, 0.55, 0.89], [0.33, 0.43, 0.48, 0.67]]])
result_data = tf.image.draw_bounding_boxes(img_data, boxes)
with tf.Session() as sess:
basis.drawing(sess.run(result_data[0]))
basis_code.basis_encode(result_data[0], basis_code.get_encode_path(filepath, 1))
def adjust_brightness(filepath):
img_data = basis_code.basis_decode(filepath)
if img_data.dtype != tf.float32:
img_data = tf.image.convert_image_dtype(img_data, tf.float32)
#将图像的亮度-0.5
adjust_less = tf.image.adjust_brightness(img_data, -0.5)
#色彩调整的API可能导致像素的实数值超出0.0-1.0的范围，因此在输出最终图像前需要将其值截断到0.0-1.0范围之间，否则不仅图像无法正常可视化，以此为输入的神经网络的训练质量也可能受到影响。
#如果对图像进行多项处理操作，那么这一截断过程应当在所有处理完成后进行。
adjust_less = tf.clip_by_value(adjust_less, 0.0, 1.0)
adjust_add = tf.image.adjust_brightness(img_data, 0.5)
adjust_add = tf.clip_by_value(adjust_add, 0.0, 1.0)
#在[-0.7, 0.7)的范围内随机调整图像的亮度
random_adjust = tf.image.random_brightness(img_data, 0.7)
random_adjust = tf.clip_by_value(random_adjust, 0.0, 1.0)
with tf.Session() as sess:
basis.drawing(sess.run(adjust_less))
basis.drawing(sess.run(adjust_add))
basis.drawing(sess.run(random_adjust))
basis_code.basis_encode(adjust_less,
basis_code.get_encode_path(filepath, 1))
basis_code.basis_encode(adjust_add,
basis_code.get_encode_path(filepath, 2))
basis_code.basis_encode(random_adjust,
basis_code.get_encode_path(filepath, 3))
def method_one(filepath):
before_img_data = basis_decode(filepath)
if before_img_data.dtype != tf.float32:
#这里tf.image.decode_png 得到的是uint8格式，范围在0-255之间，经过convert_image_dtype 就会被转换为区间在0-1之间的float32格式
#大多数API支持整数和实数的类型的输入。如果输入时整数类型，这些API会在内部将输入转化为实数后处理，再将输出转化为整数。
#如果有多个处理步骤，在整数和实数之间的反复转化将导致精度损失，因此推荐在图像处理前将其转化为实数类型。
before_img_data = tf.image.convert_image_dtype(before_img_data,
tf.float32)
for i in range(4):
#第一个参数为原始图像。第二个参数为调整后的图像大小，method参数给出了调整图像大小的算法，注意，如果输入数据为unit8格式，
# 那么输出将是0~255之间的实数，不方便后续处理，所以建议在调整图像大小之前先转化为实数类型，用tf.image.convert_image_dtype函数
img_data = tf.image.resize_images(before_img_data, [300, 300],
method=i)
with tf.Session() as sess:
#原始的图像维度为(1105, 681, 3)
#画出改变大小的图像
basis.drawing(sess.run(img_data))
#获取编码路径
endoce_path = get_encode_path(filepath, i)
Log_Util.getlogger("编码路径为:").info(endoce_path)
#编码到新的图片中
basis_encode(img_data, endoce_path)
def method_one(filepath):
img_data = basis_code.basis_decode(filepath)
if img_data.dtype != tf.float32:
img_data = tf.image.convert_image_dtype(img_data, tf.float32)
#上下翻转
up_down_data = tf.image.flip_up_down(img_data)
#左右翻转
left_right_data = tf.image.flip_left_right(img_data)
#沿对角线翻转
transposed = tf.image.transpose_image(img_data)
with tf.Session() as sess:
basis.drawing(sess.run(up_down_data))
basis.drawing(sess.run(left_right_data))
basis.drawing(sess.run(transposed))
basis_code.basis_encode(up_down_data,
basis_code.get_encode_path(filepath, 1))
basis_code.basis_encode(left_right_data,
basis_code.get_encode_path(filepath, 2))
basis_code.basis_encode(transposed,
basis_code.get_encode_path(filepath, 3))
def adjust_saturation(filepath):
img_data = basis_code.basis_decode(filepath)
if img_data.dtype != tf.float32:
img_data = tf.image.convert_image_dtype(img_data, tf.float32)
#将图像的饱和度-5
adjust_less = tf.image.adjust_saturation(img_data, -5)
# 将图像的饱和度+5
adjust_add = tf.image.adjust_saturation(img_data, 5)
#在[-9, 3)的范围内随机调整图像的饱和度
random_adjust = tf.image.random_saturation(img_data, 1, 4)
with tf.Session() as sess:
basis.drawing(sess.run(adjust_less))
basis.drawing(sess.run(adjust_add))
basis.drawing(sess.run(random_adjust))
basis_code.basis_encode(adjust_less,
basis_code.get_encode_path(filepath, 1))
basis_code.basis_encode(adjust_add,
basis_code.get_encode_path(filepath, 2))
basis_code.basis_encode(random_adjust,
basis_code.get_encode_path(filepath, 3))
def adjust_contrast(filepath):
img_data = basis_code.basis_decode(filepath)
if img_data.dtype != tf.float32:
img_data = tf.image.convert_image_dtype(img_data, tf.float32)
#将图像的对比度减少0.5倍
adjust_less = tf.image.adjust_contrast(img_data, 0.5)
# 将图像的对比度增加5倍
adjust_add = tf.image.adjust_contrast(img_data, 5)
#在[0.3, 1)的范围内随机调整图像的对比度
random_adjust = tf.image.random_contrast(img_data, 0.3, 1)
with tf.Session() as sess:
basis.drawing(sess.run(adjust_less))
basis.drawing(sess.run(adjust_add))
basis.drawing(sess.run(random_adjust))
basis_code.basis_encode(adjust_less,
basis_code.get_encode_path(filepath, 1))
basis_code.basis_encode(adjust_add,
basis_code.get_encode_path(filepath, 2))
basis_code.basis_encode(random_adjust,
basis_code.get_encode_path(filepath, 3))
def slice_box(filepath):
img_data = basis_code.basis_decode(filepath)
if img_data.dtype != tf.float32:
img_data = tf.image.convert_image_dtype(img_data, tf.float32)
#调整大小
img_data = tf.image.resize_images(img_data, [180, 267], method=1)
#定义标注框大小
boxes = tf.constant([[[0.13, 0.24, 0.55, 0.89], [0.33, 0.43, 0.48, 0.67]]])
#可以通过提供标注框的方式来告诉随机截取图像的算法那些部分是“有信息量”的.min_object_covered=0.4表示截取部分至少包含某个标注框的40%内容
#bbox_for_draw为重新随机返回的一个标注框大小
begin, size, bbox_for_draw = tf.image.sample_distorted_bounding_box(tf.shape(img_data), bounding_boxes=boxes, min_object_covered=0.4)
#增加一个维度
batch = tf.expand_dims(img_data, 0)
box_data = tf.image.draw_bounding_boxes(batch, bbox_for_draw)
#随机截取出来的图像。因为算法带有随机成分，所以每次得到的结果会有所不同
distorted_image = tf.slice(img_data, begin, size)
with tf.Session() as sess:
basis.drawing(sess.run(img_data))
basis.drawing(sess.run(box_data[0]))
basis.drawing(sess.run(distorted_image))
basis_code.basis_encode(img_data, basis_code.get_encode_path(filepath, 1))
basis_code.basis_encode(box_data[0], basis_code.get_encode_path(filepath, 2))
basis_code.basis_encode(distorted_image, basis_code.get_encode_path(filepath, 3))
image = tf.image.convert_image_dtype(image, tf.float32)
#随机截取图像，减少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。大小调整算法是随机选择的
distorted_image = tf.image.resize_images(distorted_image, [height, width],
method=np.random.randint(4))
#随机上下翻转图像
distorted_image = tf.image.random_flip_up_down(distorted_image)
#随机左右翻转图像
distorted_image = tf.image.random_flip_left_right(distorted_image)
#随机使用一种顺序调整图片色彩
distorted_image = distort_color(distorted_image,
color_ordering=np.random.randint(2))
return distorted_image
#通过上面程序，就可以通过一张训练图像衍生出很多训练样本。通过将训练图像预处理，训练得到的神经网络模型可以识别不同大小、方位、色彩等方面的实体
if __name__ == "__main__":
filepath = basis_code.get_andclean_image()
image = basis_code.basis_decode(filepath)
boxes = tf.constant([[[0.13, 0.24, 0.55, 0.89], [0.33, 0.43, 0.48, 0.67]]])
with tf.Session() as sess:
#运行6次获得6种不同的图像
for i in range(6):
result = preprocess_for_train(image, 180, 267, boxes)
basis.drawing(sess.run(result))
basis_code.basis_encode(result,
basis_code.get_encode_path(filepath, i))
import tensorflow as tf
from com.utils import Log_Util
from com.tensorflow.exercise.CNN.cnnMnist import mnist_basis as basis
#图像的编码和解码
if __name__ == "__main__":
#读取图像的原始数据
image_raw_data = tf.gfile.FastGFile("E:\\Alls\\code\\psb.jpg", 'rb').read()
with tf.Session() as sess:
#对图像进行jpeg的格式解码从而得到图像对应的三维矩阵。Tensorflow还提供了tf.image.decode_png格式的图像进行解码。解码之后的结果为一个张量
#在使用它的取值之前需要明确调用运行的过程
img_data = tf.image.decode_jpeg(image_raw_data)
Log_Util.getlogger("image decode data").info(sess.run(img_data))
Log_Util.getlogger("image decode shape").info(sess.run(img_data).shape)
basis.drawing(sess.run(img_data))
#将表示一张图像的三维矩阵重新按照jpeg格式编码并存入文件中。编码时img_data的类型必须是uint8
encode_image = tf.image.encode_jpeg(img_data)
with tf.gfile.FastGFile("E:\\Alls\\code\\psb1.jpg", 'wb') as f:
Log_Util.getlogger("image encode shape").info(encode_image)
f.write(sess.run(encode_image))
