今天我們簡單的介紹幾個比較常用的函數：

一.裁剪及pad操作

0.tf.image.random_crop(image, shape)#按shape隨機裁剪 #原始圖像 #裁剪形狀，[a,b,..] 1.tf.image.central_crop(image, 0.6) # 原始圖像 # 裁剪比例 2.tf.image.crop_to_bounding_box(image, offset_height, offeset_width, target_height, target_width)#裁剪 # 原始圖像 # 裁剪起始點（左上頂點）y值距原始圖像左上頂點y值的距離 # 裁剪起始點的x值距原始圖像左上頂點x值的距離 # 所需裁剪的height值 # 所需裁剪的width值 3.tf.image.pad_to_bounding_box(image, offset_height, offset_width, target_height, target_width)#對圖像進行pad操作 # 原始圖像 # 輸出圖形在原始圖像上所占的位置的y值 #?輸出圖形在原始圖像上所占的位置的x值 # 輸出圖像的height值，要大于等于原始圖像的height，否則會報錯 # 輸出圖像的width值，要大于等于原始圖像的width，否則會報錯

二.翻轉操作

4.tf.image.flip_left_right(image)#對圖像進行左右翻轉 # 原始圖像 5.tf.image.flip_up_down(image)#對圖像進行上下翻轉 # 原始圖像

三.屬性調整

6.tf.image.adjust_brightness(iamge, 0.1)#調整圖像亮度 # 原始圖像 # 調整比例 7.tf.image.adjust_saturation(image，0.4)#調整圖像飽和度 # 原始圖像 # 調整比例 8.tf.image.adjust_hue(image，0.7)# 調整增圖像的灰度值 # 原始圖像 # 調整比例

四.格式轉換

9.tf.image.rgb_to_hsv(image)#將數據轉換為hsv格式的圖像 # 原始圖像，注意這里的數據格式要求為float型 10.tf.image.rgb_to_grayscale(image)#將輸入的rgb格式圖像轉換為灰度圖像 # 原始圖像，注意這里的數據格式要求為float型

五.Resize操作

11.tf.image.resize_images(images, size ,method) #調整圖片大小 #原始圖像 #目標尺寸 #調整方法，0：雙線性插值法；1：最近鄰法；2：雙三次插值法；3：面積差值法

?

總結

以上是生活随笔為你收集整理的记录 之 tensorflow常见的数据预处理操作的全部內容，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。