TensorFlow图片预处理：io.imread与cv2.imread读取差异及resize裁剪详解

TensorFlow图片预处理概述

方式一：使用skimage库

from skimage import data, io, transform, color 
import matplotlib.pyplot as plt 
 
# io.imread 读出的图片格式是uint8，value是numpy array 类型。
image = data.coffee()
image = io.imread(dir)
 
plt.imshow(image)
plt.show()
 
io.save('1.jpg',image) #保存图像
 
image_gray = color.rgb2gray(image) #转换为灰度图像
io.save('2.jpg',image_gray)
 
# 通过transform.resize()裁剪后的图片是以 float64的格式存储的，数值的取值范围是（0~1）
image_ = transform.resize(image,(200,200))
img = image_ * 255 #将图片的取值范围改成（0~255）
img = img.astype(np.uint8) 
img = image_ * 255 #将图片的取值范围改成（0~255）
img = img.astype(np.uint8) 

方式二：使用cv2库

import cv2
import matplotlib.pyplot as plt 
 
# cv2.imread读出的图片格式是uint8,value也是numpy array 类型。
# 图像数据格式是以BGR的格式进行存储的。需要将存储类型改成RGB 的形式才能正常显示原图的颜色。
image=cv2.imread(dir) 
b,g,r = cv2.split(image)  #将图像通道分离开 
rgb_image = cv2.merge([r,g,b]) #以RGB的形式重新组合 
#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) 也可以使用这个函数直接转换成RGB 形式 
plt.imshow(rgb_image) 
 
# 通过cv2.resize()裁剪后的图片还是以 numpy array 的方式保存的， 数值的取值范围是（0~255）
image_cv2 = cv2.resize(rgb_image)
 
image=cv2.imread(dir) 
b,g,r = cv2.split(image)  #将图像通道分离开 
rgb_image = cv2.merge([r,g,b]) #以RGB的形式重新组合 
#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) 也可以使用这个函数直接转换成RGB 形式 
plt.imshow(rgb_image) 

# 通过cv2.resize()裁剪后的图片还是以 numpy array 的方式保存的， 数值的取值范围是（0~255）
image_cv2 = cv2.resize(rgb_image)

补充说明：TensorFlow中io.imread与cv2.imread的读取区别，以及transform.resize与cv2.resize的裁剪差异

在TensorFlow模型训练前，图片预处理是必要环节，其中读取和裁剪是最基础的两个步骤。常见的读取和裁剪方式各有两种，本文将分享这些方式的具体实现及其核心区别。

一、两种常见的图片读取方式：io.imread()与cv2.imread()

1. 使用io.imread()读取的图片格式为uint8，返回值为numpy array类型。对于RGB图像，数据以RGB格式存储。

2. 使用cv2.imread()读取的图片格式同样为uint8，返回值也是numpy array类型。主要区别在于，cv2默认以BGR格式存储图像数据。若需正常显示原图颜色，需将存储类型转换为RGB。特别是在制作tfrecord数据集时，必须确保图片通道为RGB，具体代码参考。

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方式读取图片'''
image=cv2.imread(train_dir)
b,g,r = cv2.split(image)  #将图像通道分离开
rgb_image = cv2.merge([r,g,b]) #以RGB的形式重新组合
 
#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) 也可以使用这个函数直接转换成RGB 形式
plt.imshow(rgb_image)
 
'''以io.imread方式读取图片'''
#image = io.imread(train_dir) #读图并显示 
#plt.imshow(image)

二、两种常见的图片裁剪方式：cv2.resize()与transform.resize()

1. 使用cv2.resize()裁剪后的图片仍以numpy array形式保存，数值取值范围为0至255。

2. 使用transform.resize()裁剪后的图片以float64格式存储，数值取值范围为0至1。在制作tfrecord数据集时，通常需要将其转换回numpy array形式，具体代码参考。

'''以io.imread方式读取图片并使用transform形式裁剪图片'''
image = io.imread(train_dir) #读图并显示 
plt.imshow(image)
image =transform.resize(image, (208, 208))
img = image * 255 #将图片的取值范围改成（0~255）
img = img.astype(np.uint8) 
 
plt.imshow(img) 

读取和裁剪图片是制作tfrecord数据集的基础步骤。后续文章将进一步更新如何制作自定义tfrecord数据集及其读取方法。如有疏漏，欢迎指正。

以上关于TensorFlow中图片读取和裁剪方式的分享到此结束，希望能提供有益参考，欢迎支持。