在 Tensorflow 中调整图像保留纵横比答案

【问题标题】：Resize image preserving aspect ratio in Tensorflow在 Tensorflow 中调整图像保留纵横比
【发布时间】：2018-02-06 12:38:59
【问题描述】：

我对 TF 还很陌生。我正在尝试调整图像张量的大小，以便图像的最低维度是一个常数值 LO_DIM。在非 tf 环境中，我会做这样的事情：

if img.size[0] < img.size[1]:
    h = int(float(LO_DIM * img.size[1]) / img.size[0])
    img = resize(img, [LO_DIM, h])
else:
    w = int(float(LO_DIM * img.size[0]) / img.size[1])
    img = resize(img, [w, LO_DIM])

我知道，要调整大小我应该使用tf.image.resize_images，但考虑到张量似乎有shape=<unknown>，我不确定如何计算新的w 和h。

注意：我传递的每个图像可能有不同的大小，这就是我需要动态计算它的原因。而且我使用 LO_DIM 来保持纵横比并且不扭曲图像。

关于如何实现这一点的任何建议？

如果有帮助，处理目标是从缩放后的图像中获取随机 NxN 补丁，但我能找到的只是 resize_image_with_crop_or_pad，它似乎没有进行初始缩放。

【问题讨论】：

标签： image image-processing tensorflow conv-neural-network

【解决方案1】：

这个issue回答了这个问题。

这是一个用于调整张量图像大小并保持纵横比的示例 sn-p：

def resize_image_keep_aspect(image, lo_dim=LO_DIM):
  # Take width/height
  initial_width = tf.shape(image)[0]
  initial_height = tf.shape(image)[1]

  # Take the greater value, and use it for the ratio
  min_ = tf.minimum(initial_width, initial_height)
  ratio = tf.to_float(min_) / tf.constant(lo_dim, dtype=tf.float32)

  new_width = tf.to_int32(tf.to_float(initial_width) / ratio)
  new_height = tf.to_int32(tf.to_float(initial_height) / ratio)

  return tf.image.resize_images(image, [new_width, new_height])

张量为shape=<unknown> 的问题可以通过使用tf.image.decode_jpeg 或tf.image.decode_png 等特定类型的解码器来解决，而不是tf.image.decode_image

【讨论】：

【解决方案2】：

Tensorflow 2.x 有一个内置方法可以实现相同的结果。

默认方法用法：

import tensorflow as tf
tf.image.resize(
    images, size, method=ResizeMethod.BILINEAR, preserve_aspect_ratio=False,
    antialias=False, name=None
)

示例用法：

>>> max_10_20 = tf.image.resize(image, [10,20], preserve_aspect_ratio=True)
>>> max_10_20.shape.as_list()
[1, 10, 10, 1]

preserve_aspect_ratio 标志执行以下操作：

确定是否保留纵横比。
如果设置了该标志，则图像将调整为适合大小的大小，同时保留原始图像的纵横比。
如果尺寸大于图像的当前尺寸，则放大图像。

来源：https://www.tensorflow.org/api_docs/python/tf/image/resize

【讨论】：