https://www.jb51.net/article/178934.htm

在使用深度學(xué)習對圖像進行訓(xùn)練時，對圖像進行隨機旋轉(zhuǎn)有助于提升模型泛化能力。然而之前在做旋轉(zhuǎn)等預(yù)處理工作時，都是先對圖像進行旋轉(zhuǎn)后保存到本地，然后再輸入模型進行訓(xùn)練，這樣的過程會增加工作量，如果圖片數(shù)量較多，生成旋轉(zhuǎn)的圖像會占用更多的空間。直接在訓(xùn)練過程中便對圖像進行隨機旋轉(zhuǎn)，可有效提升工作效率節(jié)省硬盤空間。

使用TensorFlow對圖像進行隨機旋轉(zhuǎn)如下：

TensorFlow版本為1.13.1

#-*- coding:utf-8 -*-

'''

使用TensorFlow進行圖像的隨機旋轉(zhuǎn)示例

'''

import tensorflow as tf

import numpy as np

import cv2

import matplotlib.pyplot as plt

img = cv2.imread('tf.jpg')

img = cv2.resize(img,(220,220))

img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

def tf_rotate(input_image, min_angle = -np.pi/2, max_angle = np.pi/2):

'''

TensorFlow對圖像進行隨機旋轉(zhuǎn)

:param input_image: 圖像輸入

:param min_angle: 最小旋轉(zhuǎn)角度

:param max_angle: 最大旋轉(zhuǎn)角度

:return: 旋轉(zhuǎn)后的圖像

'''

distorted_image = tf.expand_dims(input_image, 0)

random_angles = tf.random.uniform(shape=(tf.shape(distorted_image)[0],), minval = min_angle , maxval = max_angle)

distorted_image = tf.contrib.image.transform(

distorted_image,

tf.contrib.image.angles_to_projective_transforms(

random_angles, tf.cast(tf.shape(distorted_image)[1], tf.float32), tf.cast(tf.shape(distorted_image)[2], tf.float32)

))

rotate_image = tf.squeeze(distorted_image, [0])

return rotate_image

global_init = tf.global_variables_initializer()

with tf.Session() as sess:

init = tf.initialize_local_variables()

sess.run([init, global_init])

coord = tf.train.Coordinator()

threads = tf.train.start_queue_runners(coord=coord)

image = tf.placeholder(shape=(220, 220, 3), dtype=tf.float32)

rotate_image = tf_rotate(image, -np.pi/2, np.pi/2)

output = sess.run(rotate_image, feed_dict={image:img})

# print('output:',output)

plt.imshow(output.astype('uint8'))

plt.title('rotate image')

plt.show()

結(jié)果如下：

原圖：

隨機旋轉(zhuǎn)后的圖：

總結(jié)

以上是生活随笔為你收集整理的tensorflow 旋转图片_使用TensorFlow对图像进行随机旋转的实现示例的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。