浅谈tensorflow 中的图片读取和裁剪方式

1. 图片读取

在tensorflow中，可以使用tf.keras.preprocessing.image模块来读取图片。该模块提供了丰富的函数和类，用于加载、处理和生成图像数据。

1.1 加载单张图片

如果要加载一张图片，可以使用tf.keras.preprocessing.image.load_img函数。该函数会返回一个PIL图像对象。

from tensorflow.keras.preprocessing.image import load_img

img_path = 'path/to/your/image.jpg'
img = load_img(img_path)  # 加载图片

可以使用img.show()方法来显示图片。

img.show()

1.2 加载多张图片

如果要加载多张图片，可以使用tf.data.Dataset来进行批量加载。

import tensorflow as tf

image_paths = ['path/to/your/image1.jpg', 'path/to/your/image2.jpg', ...]
dataset = tf.data.Dataset.from_tensor_slices(image_paths)
dataset = dataset.map(load_img)  # 加载图片

通过tf.data.Dataset可以对图片数据进行处理和增强，例如裁剪、旋转、缩放等。

2. 图片裁剪

图片裁剪是一种常见的操作，可以用于去除图片中的无关部分，提取感兴趣的目标。

2.1 使用tf.image.crop_to_bounding_box

tensorflow提供了tf.image.crop_to_bounding_box函数，可以根据给定的边界框来裁剪图片。

import tensorflow as tf

input_image = tf.random.normal([height, width, channels])  # 输入图片
bbox = tf.constant([ymin, xmin, ymax, xmax])  # 边界框
output_image = tf.image.crop_to_bounding_box(input_image, ymin, xmin, ymax-ymin, xmax-xmin)

这里的边界框是相对于输入图片的坐标，(ymin, xmin)为左上角坐标，(ymax, xmax)为右下角坐标。

2.2 使用PIL库进行裁剪

PIL库也提供了丰富的裁剪函数，可以使用PIL.Image的crop方法来裁剪图片。

from PIL import Image

img = Image.open('path/to/your/image.jpg')  # 加载图片
crop_img = img.crop((x, y, x + w, y + h))  # 裁剪图片
crop_img.show()  # 显示裁剪后的图片

3. 设置temperature=0.6

temperature参数是用于控制生成模型中随机采样的权重，越大则生成的结果更随机，越小则生成的结果更保守。

在tensorflow中，可以使用tensorflow_probability库的模块tfp.distributions.Categorical来实现temperature参数的设置。

import tensorflow_probability as tfp

temperature = 0.6
# 定义一个Categorical分布
dist = tfp.distributions.Categorical(logits=logits/temperature)
# 根据分布进行采样
sample = dist.sample()

这里的logits是生成模型的输出，可以是一个向量或矩阵。设置temperature为0.6时，生成的样本会更加平滑。

总结

本文介绍了tensorflow中加载图片的方法，以及图片裁剪的示例代码。同时，还提供了设置temperature参数的方法，用于调整生成模型的随机采样行为。