代码之家 › 专栏 › 技术社区 › kuranes

在Tensorflow中调整图像大小以保持纵横比

conv-neural-network tensorflow image-processing image

3

kuranes · 技术社区 · 8 年前

我是TF的新手。我正在尝试调整图像张量的大小,以便图像的最低维度为LO\u DIM的常量值。在非tf环境中,我会这样做:

if img.size[0] < img.size[1]:
    h = int(float(LO_DIM * img.size[1]) / img.size[0])
    img = resize(img, [LO_DIM, h])
else:
    w = int(float(LO_DIM * img.size[0]) / img.size[1])
    img = resize(img, [w, LO_DIM])

我知道,要调整大小,我应该使用 tf.image.resize_images ,但我不确定如何计算新的 w 和 h 考虑到张量似乎 shape=<unknown> .

注意:我传递的每个图像可能有不同的大小,这就是为什么我需要动态计算它。我使用LO\u DIM来保持纵横比,并且不会扭曲图像。

对如何实现这一目标有何建议?

如果有帮助的话,处理的目标是从缩放的图像中获得一个随机的NxN面片,但我能找到的只是 resize_image_with_crop_or_pad 这似乎不能进行初始缩放。

2 回复 | 直到 8 年前

1

6

kuranes 8 年前

这就是答案 issue .

下面是一个示例片段,用于调整tensor图像的大小以保持aspext比率:

def resize_image_keep_aspect(image, lo_dim=LO_DIM):
  # Take width/height
  initial_width = tf.shape(image)[0]
  initial_height = tf.shape(image)[1]

  # Take the greater value, and use it for the ratio
  min_ = tf.minimum(initial_width, initial_height)
  ratio = tf.to_float(min_) / tf.constant(lo_dim, dtype=tf.float32)

  new_width = tf.to_int32(tf.to_float(initial_width) / ratio)
  new_height = tf.to_int32(tf.to_float(initial_height) / ratio)

  return tf.image.resize_images(image, [new_width, new_height])

张量为的问题 shape=<unknown> 通过使用类型特定的解码器来解决,如 tf.image.decode_jpeg 或 tf.image.decode_png ,而不是 tf.image.decode_image

2

0

Animikh Aich 5 年前

Tensorflow 2。x有一个内置的方法来实现相同的结果。

默认方法用法:

import tensorflow as tf
tf.image.resize(
    images, size, method=ResizeMethod.BILINEAR, preserve_aspect_ratio=False,
    antialias=False, name=None
)

示例用法:

>>> max_10_20 = tf.image.resize(image, [10,20], preserve_aspect_ratio=True)
>>> max_10_20.shape.as_list()
[1, 10, 10, 1]

这个 preserve_aspect_ratio flag执行以下操作:

确定是否保留纵横比。
如果设置了该标志,则图像大小将调整为适合大小的大小,同时保留原始图像的纵横比。
如果大小大于图像的当前大小,请放大图像。

资料来源: https://www.tensorflow.org/api_docs/python/tf/image/resize