09_Tensorflow2图像处理大赏：让你的图片笑出AI感，惊艳朋友圈！

news2024/11/20 6:30:12

在这里插入图片描述

1. 图像处理案例

1.1 逆时针旋转90度

import tensorflow as tf
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import numpy
import os

def show_pic(pic,name,cmap=None):
    '''显示图像'''
    plt.imshow(pic,cmap=cmap)   
    plt.axis('off')   # 打开坐标轴为 on
# 设置图像标题
    plt.title('%s'%(name))   
    plt.show()

img_path = './images/219.jpg'
# 读取图像
img = tf.io.read_file(img_path) 
# 将图像解码为uint8张量
img = tf.image.decode_jpeg(img)   
print(img.shape,img.dtype)
show_pic(img,'img')

# 将图像逆时针旋转90度
rotated_img = tf.image.rot90(img)  
show_pic(rotated_img,'rotated_img')

(375, 500, 3) <dtype: 'uint8'>

在这里插入图片描述

1.2 中心裁剪

 # 中心裁剪，裁剪比例为60%
cropped_img1 = tf.image.central_crop(img, central_fraction=0.6)  
show_pic(cropped_img1,'cropped_img1')

# 剪裁图片，高度和宽度
cropped_img2 = tf.image.resize_with_crop_or_pad(img, 200, 200)   
show_pic(cropped_img2,'cropped_img2')

在这里插入图片描述

1.3 图像调整大小

#  图像数据类型转换，并归一化到[0,1]之间
float_img = tf.image.convert_image_dtype(img, tf.float32) 
#  图像调整大小
resized_image = tf.image.resize(float_img,[300,300])   
show_pic(resized_image,'resized_image')

在这里插入图片描述

1.4 改变图像底色

#  转换为灰度
gray_img = tf.image.rgb_to_grayscale(img)
# 将三通道压缩成单通道 
gray_img = tf.squeeze(gray_img)   
show_pic(gray_img,'img','gray')

在这里插入图片描述

1.5 图像数据类型转换

#  图像数据类型转换，并归一化到[0,1]之间
float_img = tf.image.convert_image_dtype(img, tf.float32)   
# 对rgb图像进行hsv转换，输入的图像数据类型必须是half,float16,float32,float64)
hsv_img = tf.image.rgb_to_hsv(float_img)   
show_pic(hsv_img,'hsv_img','hsv')

在这里插入图片描述

1.6 改变图像亮度

# 改变图像亮度
bright_img = tf.image.adjust_brightness(img, 0.5)   
show_pic(bright_img,'bright_img')

在这里插入图片描述

1.7 改变图像饱和度

saturated_img= tf.image.adjust_saturation(img,8)   # 改变图像饱和度
show_pic(saturated_img,'saturated_img')

在这里插入图片描述

1.8 改变对比度

# 改变对比度
contrasted_img = tf.image.adjust_contrast(img, 5)   
show_pic(contrasted_img,'contrasted_img')
# 编码为tensor格式
encoded_image = tf.image.encode_jpeg(contrasted_img)   
#将编码后的图片保存到指定路径
with tf.io.gfile.GFile('./images/0001.jpg', 'wb') as file:  
    file.write(encoded_image.numpy())

在这里插入图片描述

1.9 水平翻转图像

# 水平翻转图像
flipped_img1 = tf.image.flip_left_right(img)   
show_pic(flipped_img1,'flipped_h')

# 垂直翻转图像
flipped_img2 = tf.image.flip_up_down(img)   
show_pic(flipped_img2,'flipped_v')

在这里插入图片描述

1.10 改变图像透明度

# 创建一个元素全为128的张量
Alpha_channel = tf.fill([img.shape[0],img.shape[1],1],128.0)  
# 归一化后的元素值为0.5
Alpha_channel = Alpha_channel/255.0   
# 将0.5倍透明通道合并到原图
four_channel_img = tf.concat([float_img,Alpha_channel],2)   
print(four_channel_img.shape)
show_pic(four_channel_img,'four_channel_img')