tf.image.convert_image_dtype 的错误？值不缩放答案

【问题标题】：Bug with tf.image.convert_image_dtype? Values not scalingtf.image.convert_image_dtype 的错误？值不缩放
【发布时间】：2019-03-03 18:21:07
【问题描述】：

我正在使用 Tensorflow 的 image.convert_image_dtype https://www.tensorflow.org/api_docs/python/tf/image/convert_image_dtype 将 dtype uint16 的 png 转换为 float32。

使用 TensorFlow 1.12.0。

根据文档：使用浮点值表示的图像应具有 [0,1) 范围内的值。以整数数据类型存储的图像数据应具有 [0,MAX] 范围内的值，其中 MAX 是数据类型的最大正数。 此操作在数据类型之间转换，在转换之前适当地缩放值。

这应该将我的值放在 [0,1) 中以进行浮点转换，但是在评估新的 float32 张量时，我的白色像素接近 65535 - uint16 的最大值。似乎没有发生任何向上或向下的缩放。

我是否执行了错误的操作？我应该将元素除以 65535 以获得格式正确的浮点张量吗？

【问题讨论】：

能否将代码添加到您的问题中？

标签： python image tensorflow machine-learning

【解决方案1】：

我发现了问题。在类型转换之前使用 resize 会更改张量类型，因此 Tensorflow 无法正确进行缩放。

我正在使用：

#CAUSES SCALING ISSUE
file1 = tf.read_file("my_filename_here.png")
img = tf.image.decode_png(file1, channels=1, dtype=tf.uint16)
sizedImage = tf.image.resize_images(img, shape, shape)
finalimg = tf.convert_image_dtype(sizedImage, tf.float32)

这导致没有缩放。通过解码后直接进行转换来修复。

#CORRECT
file1 = tf.read_file("my_filename_here.png")
img = tf.image.decode_png(file1, channels=1, dtype=tf.uint16)
img = tf.convert_image_dtype(img, tf.float32)
finalImage = tf.image.resize_images(img, shape, shape)

我曾认为我可以通过在转换之前缩小规模来提高效率，但这打破了它。总结：解码后直接做convert_image_dtype。

【讨论】：

【解决方案2】：

解码图片时指定dtype，否则tensorflow autograph为你指定dtype，导致resize_函数出现问题。

因此，在您的情况下，dtype 规范将是

img = tf.image.decode_png(file1, channels=1, dtype=tf.float32)

此外，resize 确实会返回一个 dtype 为 float32 的图像，因此如果之前已经转换过，则必须在使用 resize 之后再次将其转换为 uint，而不是转换。所以，更好的是，正确的顺序是解码、调整大小、转换。

【讨论】：