如何使用opencv python复制张量流图像处理答案

【问题标题】：How to replicate tensorflow image processing using opencv python如何使用opencv python复制张量流图像处理
【发布时间】：2017-09-25 11:18:52
【问题描述】：

您好，我需要使用 python cv2 在下面的代码 sn-p 中执行与 tensorflow 完全相同的预处理。请帮忙！

file_name = 'image path'
input_name = 'file_reader'
input_height=299
input_width=299
input_mean=0
input_std=255

file_reader = tf.read_file(file_name, input_name)
image_reader = tf.image.decode_jpeg(file_reader, channels = 3,
                                    name='jpeg_reader')
float_caster = tf.cast(image_reader, tf.float32)
dims_expander = tf.expand_dims(float_caster, 0);
resized = tf.image.resize_bilinear(dims_expander, [input_height, input_width])
normalized = tf.divide(tf.subtract(resized, [input_mean]), [input_std])
sess = tf.Session()
result = sess.run(normalized)

【问题讨论】：

标签： python opencv tensorflow

【解决方案1】：

我要为你的 tensorflow 代码逐行编写 OpenCV 代码：

file_name = 'image path'
input_name = 'file_reader'
input_height=299
input_width=299
input_mean=0
input_std=255

#file_reader = tf.read_file(file_name, input_name)
#image_reader = tf.image.decode_jpeg(file_reader, channels = 3,name='jpeg_reader')                              
image = cv2.imread(file_name, -1)


#float_caster = tf.cast(image_reader, tf.float32)
float_caster = image.astype(numpy.float32, copy=False)


#dims_expander = tf.expand_dims(float_caster, 0);
#This line just adds another dimension to the image, which is not needed for OpenCV but if you want:
#dims_expander = numpy.expand_dims(float_caster, axis=0)


#resized = tf.image.resize_bilinear(dims_expander, [input_height, input_width])
resized = cv2.resize(float_caster, (input_height,input_width),interpolation=cv2.INTER_LINEAR)

#normalized = tf.divide(tf.subtract(resized, [input_mean]), [input_std])
normalized = resized - input_mean
normalized /= input_std

请记住，OpenCV 将图像读取为BGR，而 tensorflow 将图像读取为RGB。所以如果你想直观地比较结果，你需要将一个转换为另一个的顺序。

【讨论】：

你能帮我转换下面的 img_contents = tf.read_file(input_queue[0]) img = tf.image.decode_jpeg(img_contents, channels=3) img_r, img_g, img_b = tf.split (value=img, num_or_size_splits=3, axis=2) img = tf.cast(tf.concat([img_b, img_g, img_r], 2), dtype=tf.float32) # 提取均值。 img -= IMG_MEAN

【解决方案2】：

tf.image.resize_bilinear 是一个有问题的函数。因此，在 TF 和 CV2 中调整相同图像的大小后，您将不会得到完全相同的值。

快速示例：

img_original = np.random.randint(0, 255, (4,4,3)).astype(np.uint8)
img_rescaled = cv2.resize(img_original, (3,3), cv2.INTER_LINEAR)
print(img_original)

array([[[144,   9, 253],
    [  5,  87,   5],
    [ 21, 125, 117],
    [109, 159, 142]],

   [[ 64, 124, 196],
    [ 43, 230,  80],
    [ 42, 166,  36],
    [158, 121,  11]],

   [[238, 234,  57],
    [ 86, 254, 239],
    [149, 133, 161],
    [ 96, 245,  99]],

   [[128,   7, 134],
    [169,  69,  70],
    [246,  31,  95],
    [143,   1,  58]]], dtype=uint8)

检查数组是如何通过 CV2 转换的：

print(img_rescaled)

array([[[111,  42, 206],
    [ 18, 121,  60],
    [102, 149, 117]],

   [[137, 189, 132],
    [ 80, 196, 129],
    [122, 177,  62]],

   [[148,  54, 117],
    [192,  74, 102],
    [151,  42,  71]]], dtype=uint8)

现在，让我们定义 TF 会话并看看幕后发生了什么：

x = tf.placeholder(tf.uint8, shape=(None,4,4,3), name='x')
resize_op_TF = tf.image.resize_bilinear(x, (3,3), name='resize_op')
session = tf.InteractiveSession()
img_resized_TF = session.run(resize_op_TF, {x: [img_original]})[0]
print(img_resized_TF)

array([[[144.      ,   9.      , 253.      ],
    [ 10.333334,  99.66667 ,  42.333336],
    [ 79.66667 , 147.66667 , 133.66667 ]],

   [[122.00001 , 160.66667 , 149.66666 ],
    [ 64.111115, 210.33333 , 114.55556 ],
    [117.44445 , 159.88889 ,  52.77778 ]],

   [[164.66666 ,  82.66664 , 108.33334 ],
    [165.44446 , 108.777756, 123.22222 ],
    [156.11111 ,  76.55554 ,  86.77777 ]]], dtype=float32)

如您所见，使用 TF 重新缩放的数组中的值和使用 CV2 重新缩放的数组中的值差别很大。这是 TensorFlow 中的常见问题，开发人员由于种种原因仍未解决。

【讨论】：