??? 相信大家都聽說過數據增強（Data Augmentation）,這是在做神經網絡時非常極其重要的trick, 因為數據是寶貴的，稀有的，通過數據增強我們能讓我們的數據量迅速增大，并且能使訓練的模型具有一定抗噪能力。這篇文章主要探討一下 tensorflow 關于數據增強的API.

??? 先讀取圖片數據, 并輸出我們的圖片信息

import numpy as np from PIL import Image# #***************案例1*numpy讀取圖片數據**********************# img = Image.open("5.jpg", 'r') img.show() a = np.asarray(img, dtype=float) print(img.mode) # output RGB (1601, 1002)

沒錯，就是一個漂亮的小姐姐，hh

????????再先來個題外話，叫做 圖片數據的編碼， tensorflow能支持的格式不多， jpg，ｐｎｇ，ｇｉｆ，ｂｍｐ這些常用格式倒是可以的，如果你的圖片格式是很特殊的格式的話，　恐怕你就需要用其他處理方式先進行預處理了，　比如常用的醫學圖像　．ｎｉｉ格式　你就需要用ｎｉｂａｂｌｅ，　一些ｔｉｆｆ，ＤＩＣＯＭ，等你可能可以用　ＰＩＬ，ｃｖ２，ｏｐｅｎｓｌｉｄｅ　，　ｌｉｂｖｉｐｓ等等。

????

# ***# 讀取圖片，進行圖片解碼 # 讀取圖像的原始數據 返回值：<class 'bytes'> # 也就是讀取圖片，將其轉換成一串二進制串 image_raw_data = tf.gfile.FastGFile("5.jpg", 'rb').read()with tf.Session() as sess:# img_data--> <class 'tensorflow.python.framework.ops.Tensor'> img_data = tf.image.decode_jpeg(image_raw_data)print(img_data.eval()) # RGB模式輸出一個三維數組 # 用py_plot展示圖片 plt.imshow(img_data.eval())plt.show()# 將數據類型轉化為uint8 img_data = tf.image.convert_image_dtype(img_data, dtype=tf.uint8)# ***# 讀取數據，進行圖片編碼 encoded_image = tf.image.encode_png(img_data)with tf.gfile.GFile("6.png", 'wb') as f:f.write(encoded_image.eval())

??????? 接下來我們就一個個來看看，首先讀取圖片數據，并轉化成ｆｌｏａｔ３２

image_raw_data = tf.gfile.FastGFile("5.jpg", 'rb').read() # 500x500 with tf.Session() as sess:# img_data--> <class 'tensorflow.python.framework.ops.Tensor'> img_data = tf.image.decode_jpeg(image_raw_data)img_data = tf.image.convert_image_dtype(img_data, dtype=tf.float32) print(type(img_data)　＃　class 'tensorflow.python.framework.ops.Tensor'>

（一）調整圖片大小ｒｅｓｉｚｅ

????一般來說網絡上的圖像大小不確定，但是神經網絡的輸入節點的個數是固定的。所以與處理是需要統一圖片大小

??? 調整大小方法有以下幾個：
??? # 1、雙線性插值法
??? # 2、最近鄰居法
??? # 3、雙三次插值法
??? # 4、面積插值法

????

resize_img = tf.image.resize_images(img_data, [300, 300], method=0) # 一共提供了四種方法 ＃　<class 'tensorflow.python.framework.ops.Tensor'> plt.imshow(resize_img.eval()) plt.show()＃　０代表ResizeMethod.BILINEAR，依次類推

? 輸出結果：

???

（二）圖片剪切填充

　

# 放大圖片就自動周圍填充黑色；縮小圖片就自動從圖片中間剪切 resize_img = tf.image.resize_image_with_crop_or_pad(img_data, 600, 600) plt.imshow(resize_img.eval()) plt.show()

??? 輸出結果：

???

??? （三）圖片按比例大小縮小圖片（也是一種剪切，類似上一種方式）

????

central_cropped = tf.image.central_crop(img_data, 0.5)　　 plt.imshow(central_cropped.eval()) plt.show()??? 輸出結果：

????

??? （四）方框剪切

????

# # bounding_box_crop # # similar func:tf.image.pad_to_bounding_box # 圖片（0， 0）位置在左上角， （50,50）指height，width在圖片左上角的偏移量 resize_img = tf.image.crop_to_bounding_box(img_data, 50, 50, 300, 300)

???

????（五）翻轉以及隨機翻轉

# #圖像翻轉# 數據增強 # 上下翻轉、左右翻轉、對角線翻轉 # tf.image.transpose_image(img_data) # tf.image.flip_left_right(img_data) flip_img = tf.image.flip_up_down(img_data)plt.imshow(flip_img.eval())plt.show()# 隨機翻轉 推薦應用這個方法 # 隨機上下左右、亮度、對比度、色相、飽和度 # tf.image.random_flip_up_down(img_data) # tf.image.random_brightness() # tf.image.random_contrast() # tf.image.random_hue() # tf.image.random_saturation() rand_flip_img = tf.image.random_flip_left_right(img_data, seed=1)plt.imshow(rand_flip_img.eval())plt.show()

????（六）圖像色彩調整（五　中包含了一些色彩調整函數，不過是隨機的就直接列在上面了，方便大家總結理解）

????

# 調整圖片亮度、對比度、gamma、色相、飽和度 # tf.image.adjust_contrast() # tf.image.adjust_gamma() # tf.image.adjust_hue() # tf.image.adjust_saturation() adjust_img = tf.image.adjust_brightness(img_data, -0.5) # 將圖片亮度變為均值為0，方差為1 adjust_img = tf.image.per_image_standardization(img_data) print(img_data.eval())

??? (七)圖像標注

????

# # tf.image.draw_bounding_boxes函數的輸入是一個batch的數據，也就是 # 多張圖像組成的四維矩陣 # 第一個輸入參數img_data中數據類型應該是實數,前面最初已經轉換成了tf.float32 batched = tf.expand_dims(img_data, 0) # [0.2, 0.3, 0.5, 0.8]給出的是圖像中的相對位置 [y_min, x_min, y_max, x_max] boxes = tf.constant([[[0.2, 0.3, 0.48, 0.65]]]) res = tf.image.draw_bounding_boxes(batched, boxes, name='bounding_box') plt.subplot(121), plt.imshow(img_data.eval()), plt.title('original') plt.subplot(122), plt.imshow(np.asarray(res.eval())[0]), plt.title('result') # plt.imsave(fname="save.jpg", arr=np.asarray(res.eval())[0]) # 保存圖片 plt.show()??? 上面圖片做標注不是很明顯，換張女神圖片來碼代碼~

????

??? （八）截取標記部分

????

# 隨機截取圖像上有信息含量的部分，也可以提高模型健壯性 # 此函數為圖像生成單個隨機變形的邊界框。函數輸出的是可用于裁剪原始圖像的單個邊框。 # 返回值為3個張量：begin，size和 bboxes。前2個張量用于 tf.slice 剪裁圖像。 # 后者可以用于 tf.image.draw_bounding_boxes 函數來畫出邊界框。 boxes = tf.constant([[[0.2, 0.3, 0.48, 0.65]]]) print(np.asarray(img_data).shape) begin, size, bbox_for_draw = tf.image.sample_distorted_bounding_box(tf.shape(img_data), bounding_boxes=boxes, min_object_covered=0.1) # batched = tf.expand_dims(tf.image.convert_image_dtype(img_data, tf.float32), 0) # image_with_box = tf.image.draw_bounding_boxes(batched, bbox_for_draw) distorted_image = tf.slice(img_data, begin, size) plt.imshow(distorted_image.eval()) plt.show()

?tensorflow 數據增強處理基本上就這些啦~用起來，訓練神經網絡才是關鍵。

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的tensorflow数据增强的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。