python - 使用 TensorFlow 处理图像
问题描述
我有 15 张图像存储在本地。如何使用 TensorFlow 将这些图像转换为数组以进行 CNN 类型的分类?
解决方案
将图像转换为 numpy 数组格式
import cv2
im = cv2.imread("some_image.tiff")
将它们重塑为任意但相同的大小
def reshape(image_array):
return np.reshape(image_array, [128, 128, 3])
将它们全部放在一个列表中,然后将它们标准化,以便它们都具有标准化的像素值,使用:
def per_image_standardization(arrays):
sess = tf.InteractiveSession()
standardized_tensors = tf.map_fn(lambda array:
tf.image.per_image_standardization(array),
arrays)
standardized_images = standardized_tensors.eval()
return standardized_images
推荐阅读
- javascript - 当行在 CSS Grid 布局中下降时,如何使用 JavaScript 递增地调整每行的不透明度值
- r - 我不明白 R 编程中的 args()
- javascript - 我需要在 ${} 中使用 toString() 吗?
- javascript - 从另一个数字中减去一个数字时出现错误
- android - 在 Android Studio 4.0.1 中找不到 Manifest 和 Java 文件?
- python - python kivy,我想在滚动视图的按钮上打印按钮的文本
- bash - 从 Google Cloud VM (Ubuntu) 在预定时间运行脚本
- c++ - 从 OpenCV 的 videocapture 中只读取 mp4 文件的一部分
- azure - 从 ARM 模板中的 customData (cloud-init) 部分访问 keyvault 中的机密
- javascript - 如何在threejs中添加gltf模型?