io.imread和cv2.imread以及 transform.resize和cv2.resize區別
Tensorflow中，在訓練圖片資料之前，需要先對圖片進行預處理，讀圖和裁剪是最基本的兩步。常見的的讀圖何裁剪分別有兩種方式，這裡小編將和大家分享下這幾種方式的實現以及他們之間的區別。
一、常見的兩種讀圖方式 io.imread() 和 cv2.imread()
1.io.imread 讀出的圖片格式是uint8，value是numpy array 型別。對於RGB 圖片，影象資料是以RGB 的格式進行儲存的。
2.cv2.imread讀出的圖片格式是uint8 ,value也是numpy array 型別。唯一的區別是，影象資料格式是以BGR的格式進行儲存的。需要將儲存型別改成RGB 的形式才能正常顯示原圖的顏色。特別是製作tfrecord 時，需要將圖片通道改成RGB，具體程式碼如下。
-
import cv2
-
import matplotlib.pyplot as plt
-
from skimage import transform
-
import numpy as np
-
import skimage.io as io
-
train_dir = 'E:/TensorFlow/Project_TF/flower_tfrecord/data/test/roses/timg.jpg'
-
'''以cv2方式讀取圖片'''
-
image=cv2.imread(train_dir)
-
b,g,r = cv2.split(image) #將影象通道分離開
-
rgb_image = cv2.merge([r,g,b]) #以RGB的形式重新組合
-
#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) 也可以使用這個函式直接轉換成RGB 形式
-
plt.imshow(rgb_image)
-
'''以io.imread方式讀取圖片'''
-
#image = io.imread(train_dir) #讀圖並顯示
-
#plt.imshow(image)
- 1
二、常見的兩種圖片裁剪方式 cv2.resize() 和 transform.resize()
1.通過cv2.resize()裁剪後的圖片還是以 numpy array 的方式儲存的， 數值的取值範圍是（0~255）
2.通過transform.resize()裁剪後的圖片是以 float64的格式儲存的，數值的取值範圍是（0~1）。通常在製作tfrecord 資料集的過程中，我們需要將其轉換成numpy array的形式，具體程式碼如下
-
'''以io.imread方式讀取圖片並使用transform形式裁剪圖片'''
-
image = io.imread(train_dir) #讀圖並顯示
-
plt.imshow(image)
-
image =transform.resize(image, (208, 208))
-
img = image * 255 #將圖片的取值範圍改成（0~255）
-
img = img.astype(np.uint8)
-
plt.imshow(img)
- 1
Tensorflow中，在訓練圖片資料之前，需要先對圖片進行預處理，讀圖和裁剪是最基本的兩步。常見的的讀圖何裁剪分別有兩種方式，這裡小編將和大家分享下這幾種方式的實現以及他們之間的區別。
一、常見的兩種讀圖方式 io.imread() 和 cv2.imread()
1.io.imread 讀出的圖片格式是uint8，value是numpy array 型別。對於RGB 圖片，影象資料是以RGB 的格式進行儲存的。
2.cv2.imread讀出的圖片格式是uint8 ,value也是numpy array 型別。唯一的區別是，影象資料格式是以BGR的格式進行儲存的。需要將儲存型別改成RGB 的形式才能正常顯示原圖的顏色。特別是製作tfrecord 時，需要將圖片通道改成RGB，具體程式碼如下。
-
import cv2
-
import matplotlib.pyplot as plt
-
from skimage import transform
-
import numpy as np
-
import skimage.io as io
-
train_dir = 'E:/TensorFlow/Project_TF/flower_tfrecord/data/test/roses/timg.jpg'
-
'''以cv2方式讀取圖片'''
-
image=cv2.imread(train_dir)
-
b,g,r = cv2.split(image) #將影象通道分離開
-
rgb_image = cv2.merge([r,g,b]) #以RGB的形式重新組合
-
#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) 也可以使用這個函式直接轉換成RGB 形式
-
plt.imshow(rgb_image)
-
'''以io.imread方式讀取圖片'''
-
#image = io.imread(train_dir) #讀圖並顯示
-
#plt.imshow(image)
- 1
二、常見的兩種圖片裁剪方式 cv2.resize() 和 transform.resize()
1.通過cv2.resize()裁剪後的圖片還是以 numpy array 的方式儲存的， 數值的取值範圍是（0~255）
2.通過transform.resize()裁剪後的圖片是以 float64的格式儲存的，數值的取值範圍是（0~1）。通常在製作tfrecord 資料集的過程中，我們需要將其轉換成numpy array的形式，具體程式碼如下
-
'''以io.imread方式讀取圖片並使用transform形式裁剪圖片'''
-
image = io.imread(train_dir) #讀圖並顯示
-
plt.imshow(image)
-
image =transform.resize(image, (208, 208))
-
img = image * 255 #將圖片的取值範圍改成（0~255）
-
img = img.astype(np.uint8)
-
plt.imshow(img)
- 1
--------------------- 本文來自 ChuShengWHU 的CSDN 部落格 ，全文地址請點選：https://blog.csdn.net/qq_23589775/article/details/81143584?utm_source=copy