相信大家都听说过数据增强(Data Augmentation),这是在做神经网络时非常极其重要的trick,
因为数据是宝贵的,稀有的,通过数据增强我们能让我们的数据量迅速增大,并且能使训练的模型具有一定抗噪能力。这篇文章主要探讨一下 tensorflow
关于数据增强的API. 先读取图片数据, 并输出我们的图片信息
import numpy as np from PIL import Image # #***************案例1*numpy读取图片数据
**********************#img = Image.open("5.jpg", 'r') img.show() a =
np.asarray(img, dtype=float) print(img.mode) # output RGB (1601, 1002)
没错,就是一个漂亮的小姐姐,hh
再先来个题外话,叫做 图片数据的编码, tensorflow能支持的格式不多,
jpg,png,gif,bmp这些常用格式倒是可以的,如果你的图片格式是很特殊的格式的话, 恐怕你就需要用其他处理方式先进行预处理了, 比如常用的医学图像 .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。
# ***# 读取图片,进行图片解码 # 读取图像的原始数据 返回值:<class 'bytes'> # 也就是读取图片,将其转换成一串二进制串
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模式输出一个三维数组 # 用
py_plot展示图片 plt.imshow(img_data.eval()) plt.show() # 将数据类型转化为uint8 img_data =
tf.image.convert_image_dtype(img_data, dtype=tf.uint8) # ***# 读取数据,进行图片编码
encoded_image = tf.image.encode_png(img_data)with tf.gfile.GFile("6.png", 'wb')
asf: f.write(encoded_image.eval())
接下来我们就一个个来看看,首先读取图片数据,并转化成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)调整图片大小resize
一般来说网络上的图像大小不确定,但是神经网络的输入节点的个数是固定的。所以与处理是需要统一图片大小
调整大小方法有以下几个:
# 1、双线性插值法
# 2、最近邻居法
# 3、双三次插值法
# 4、面积插值法
resize_img = tf.image.resize_images(img_data, [300, 300], method=0) # 一共提供了四种方法
# <class 'tensorflow.python.framework.ops.Tensor'>
plt.imshow(resize_img.eval()) plt.show() # 0代表ResizeMethod.BILINEAR,依次类推
输出结果:
(二)图片剪切填充
# 放大图片就自动周围填充黑色;缩小图片就自动从图片中间剪切 resize_img =
tf.image.resize_image_with_crop_or_pad(img_data, 600, 600)
plt.imshow(resize_img.eval()) plt.show()
输出结果:
(三)图片按比例大小缩小图片(也是一种剪切,类似上一种方式)
central_cropped = tf.image.central_crop(img_data, 0.5)
plt.imshow(central_cropped.eval()) plt.show() 输出结果:
(四)方框剪切
# # bounding_box_crop # # similar func:tf.image.pad_to_bounding_box # 图片(0, 0
)位置在左上角, (50,50)指height,width在图片左上角的偏移量 resize_img =
tf.image.crop_to_bounding_box(img_data, 50, 50, 300, 300)
(五)翻转以及随机翻转
# #图像翻转# 数据增强 # 上下翻转、左右翻转、对角线翻转 # 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()# 随机翻转 推荐应用这个方法 # 随机上下左右、亮度、对比度、色相、饱和度 #
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)图像色彩调整(五 中包含了一些色彩调整函数,不过是随机的就直接列在上面了,方便大家总结理解)
# 调整图片亮度、对比度、gamma、色相、饱和度 # 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) # 将图片亮度变为均值为0,方差为1
adjust_img = tf.image.per_image_standardization(img_data)print(img_data.eval())
(七)图像标注
# # 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 # 第一个输入参数
img_data中数据类型应该是实数,前面最初已经转换成了tf.float32 batched = tf.expand_dims(img_data, 0) #
[0.2, 0.3, 0.5, 0.8]给出的是图像中的相对位置 [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]) #保存图片 plt.show()
上面图片做标注不是很明显,换张女神图片来码代码~
(八)截取标记部分
# 随机截取图像上有信息含量的部分,也可以提高模型健壮性 # 此函数为图像生成单个随机变形的边界框。函数输出的是可用于裁剪原始图像的单个边框。 # 返回值为3
个张量:begin,size和 bboxes。前2个张量用于 tf.slice 剪裁图像。 # 后者可以用于
tf.image.draw_bounding_boxes函数来画出边界框。 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 数据增强处理基本上就这些啦~用起来,训练神经网络才是关键。
热门工具 换一换