在Python Tensorflow中加载图像

在Python Tensorflow中加载图像

在这篇文章中,我们将看到如何用Python在TensorFlow中加载图像。

在Tensorflow中加载图像

对于使用Tenserflow加载图像,我们使用tf.keras.utils.load_img函数,它从一个特定的提供的路径加载PIL格式的图像。PIL是一个Python图像库,使你的Python解释器能够访问图像处理功能。这个库提供了广泛的文件格式兼容性,一个富有成效的内部表示,以及一些强大的图像处理功能。

主要的图像库是为快速访问一些基本像素格式的信息而建立的。它应该作为一个广泛的图像处理工具的一个强有力的起点。

tf.keras.utils.load_img

我们可以在tf.keras.utils.load_img函数中设置各种参数来加载图片。

path :所需图像的路径

grayscale :如果想加载灰度格式的图像,设置为 “true”。

color_mode :在加载图像时设置各种颜色模式。默认为RGB。

target_size :用于加载所需目标尺寸的图像。尺寸格式: (Image_height, Image_width)

interpolation :设置为所需的插值。默认为’最近的’。

keep_aspect_ratio :布尔值,表示是否在不扭曲长宽比的情况下调整照片的大小。

在调整大小之前,图像在中间被裁剪成所需的长宽比。

例1:在Tensorflow中加载一个图像

# Loading the required libraries
import tensorflow as tf
  
# Defining the path to the image
# which is to be loaded.
# The image_path shall be changed
# according to the requirement.
image_path = '/content/model_3.png'
  
# Calling the load_img function
# from the imported libraries.
# This return an image in PIL
# Format
image_loaded = tf.keras.utils.load_img(image_path)
  
# Printing the obtained image.
image_loaded

输出:

在Tensorflow中加载图像 - Python

例2:加载灰度格式的图像

加载灰度图像的步骤与上面提到的相同,只是在加载图像时,我们需要设置参数grayscale = True。

# Loading the required libraries
import tensorflow as tf
  
# Defining the path to the image 
# which is to be loaded.
image_path = '/content/model_3.png'
  
# Calling the load_img function from
# the imported libraries. This 
# return an image in PIL
# Format
image_loaded = tf.keras.utils.load_img(image_path, 
                                       grayscale=True)
  
# Printing the obtained image.
image_loaded

输出:

在Tensorflow中加载图像 - Python

例3:加载具有不同目标尺寸的图像

在这种情况下,我们将以不同的目标尺寸加载我们的图像。

# Loading the required libraries
import tensorflow as tf
  
# Defining the path to the image 
# which is to be loaded.
image_path = '/content/model_3.png'
  
# Calling the load_img function from the
# imported libraries. This return an 
# image in PIL Format
image_loaded_1 = tf.keras.utils.load_img(image_path)
  
# Specifying size for the second Image
# Target size = (200,300)
image_loaded_2 = tf.keras.utils.load_img(image_path,
                                         target_size=(200,
                                                      300))
  
# Printing the obtained image.
print("Size of Image 1: ", image_loaded_1.size)
print("Size of Image 2: ", image_loaded_2.size)
  
image_loaded_2.save('/content/out.png')

输出:

在Tensorflow中加载图像 - Python

在Tensorflow中加载图像 - Python

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

Tensorflow 教程