如何在张量流中随机旋转不同角度的图像
Posted
技术标签:
【中文标题】如何在张量流中随机旋转不同角度的图像【英文标题】:How to rotate images at different angles randomly in tensorflow 【发布时间】:2019-04-15 19:51:00 【问题描述】:我知道我可以使用 tf.contrib.image.rotate
在 tensorflow 中旋转图像。但是假设我想以弧度 -0.3 到 0.3 之间的角度随机应用旋转,如下所示:
images = tf.contrib.image.rotate(images, tf.random_uniform(shape=[batch_size], minval=-0.3, maxval=0.3, seed=mseed), interpolation='BILINEAR')
到目前为止,这可以正常工作。但是当最后一次迭代中批量大小发生变化并且出现错误时,问题就出现了。那么如何修复此代码并使其在所有情况下都能正常工作呢?请注意,输入图像是使用tf.data.Dataset
api 提供的。
非常感谢任何帮助!
【问题讨论】:
【参考方案1】:你不能用角度张量喂tf.contrib.image.rotate
。
但如果你检查source code,你会发现它只是做了一堆参数验证,然后:
image_height = math_ops.cast(array_ops.shape(images)[1],
dtypes.float32)[None]
image_width = math_ops.cast(array_ops.shape(images)[2],
dtypes.float32)[None]
output = transform(
images,
angles_to_projective_transforms(angles, image_height, image_width),
interpolation=interpolation)
tf.contrib.image.transform()
接收一个投影变换矩阵。
tf.contrib.image.angles_to_projective_transforms()
从旋转角度生成投影变换。
两者都接受张量作为参数,因此您可以只调用底层函数。
这是一个使用 MNIST 的示例
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
# load mnist
from tensorflow.examples.tutorials.mnist
import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot = True)
# Tensorflow random angle rotation
input_size = mnist.train.images.shape[1]
side_size = int(np.sqrt(input_size))
dataset = tf.placeholder(tf.float32, [None, input_size])
images = tf.reshape(dataset, (-1, side_size, side_size, 1))
random_angles = tf.random.uniform(shape = (tf.shape(images)[0], ), minval = -np
.pi / 4, maxval = np.pi / 4)
rotated_images = tf.contrib.image.transform(
images,
tf.contrib.image.angles_to_projective_transforms(
random_angles, tf.cast(tf.shape(images)[1], tf.float32), tf.cast(tf
.shape(images)[2], tf.float32)
))
# Run and Print
sess = tf.Session()
result = sess.run(rotated_images, feed_dict =
dataset: mnist.train.images,
)
original = np.reshape(mnist.train.images * 255, (-1, side_size, side_size)).astype(
np.uint8)
rotated = np.reshape(result * 255, (-1, side_size, side_size)).astype(np.uint8)
# Print 10 random samples
fig, axes = plt.subplots(2, 10, figsize = (15, 4.5))
choice = np.random.choice(range(len(mnist.test.labels)), 10)
for k in range(10):
axes[0][k].set_axis_off()
axes[0][k].imshow(original[choice[k, ]], interpolation = 'nearest', \
cmap = 'gray')
axes[1][k].set_axis_off()
axes[1][k].imshow(rotated[choice[k, ]], interpolation = 'nearest', \
cmap = 'gray')
【讨论】:
以上是关于如何在张量流中随机旋转不同角度的图像的主要内容,如果未能解决你的问题,请参考以下文章