このページは Cloud Translation API によって翻訳されました。
Switch to English

TensorFlowアドオン画像:操作

TensorFlow.orgで表示 GoogleColabで実行 GitHubでソースを表示ノートブックをダウンロード

概要概要

このノートブックでは、TensorFlowアドオンでいくつかの画像操作を使用する方法を示します。

この例でカバーする画像操作のリストは次のとおりです。

セットアップ

pip install -q -U tensorflow-addons
import tensorflow as tf
import numpy as np
import tensorflow_addons as tfa
import matplotlib.pyplot as plt

画像の準備と検査

画像をダウンロードする

img_path = tf.keras.utils.get_file('tensorflow.png','https://tensorflow.org/images/tf_logo.png')
Downloading data from https://tensorflow.org/images/tf_logo.png
40960/39781 [==============================] - 0s 3us/step

画像を検査する

TensorFlowアイコン

img_raw = tf.io.read_file(img_path)
img = tf.io.decode_image(img_raw)
img = tf.image.convert_image_dtype(img, tf.float32)
img = tf.image.resize(img, [500,500])

plt.title("TensorFlow Logo with shape {}".format(img.shape))
_ = plt.imshow(img)

png

白黒バージョンを作成する

bw_img = 1.0 - tf.image.rgb_to_grayscale(img)

plt.title("Mask image with shape {}".format(bw_img.shape))
_ = plt.imshow(bw_img[...,0], cmap='gray')

png

tfa.imageで遊ぶ

平均フィルタリング

平均フィルタリングは、画像または信号からノイズを除去するためによく使用されるフィルタリング手法です。アイデアは、画像をピクセルごとに実行し、隣接するピクセルの平均値に置き換えることです。

mean = tfa.image.mean_filter2d(img, filter_shape=11)
_ = plt.imshow(mean)

png

回転する

この操作は、ユーザーが入力した角度(ラジアン)で指定された画像を回転させます。

rotate = tfa.image.rotate(img, tf.constant(np.pi/8))
_ = plt.imshow(rotate)

png

変換

この操作は、ユーザーが指定した変換ベクトルに基づいて、指定された画像を変換します。

transform = tfa.image.transform(img, [1.0, 1.0, -250, 0.0, 1.0, 0.0, 0.0, 0.0])
_ = plt.imshow(transform)

png

YIQのランダムHSV

この操作により、特定のRGB画像のカラースケールがYIQに変更されますが、ここでは、デルタ色相と彩度の値が特定の範囲からランダムに選択されます。

delta = 0.5
lower_saturation = 0.1
upper_saturation = 0.9
lower_value = 0.2
upper_value = 0.8
rand_hsvinyiq = tfa.image.random_hsv_in_yiq(img, delta, lower_saturation, upper_saturation, lower_value, upper_value)
_ = plt.imshow(rand_hsvinyiq)

png

YIQでHSVを調整する

この操作により、特定のRGB画像のカラースケールがYIQに変更されますが、ここでは、ランダムに選択する代わりに、デルタ色相と彩度の値がユーザーから入力されます。

delta = 0.5
saturation = 0.3
value = 0.6
adj_hsvinyiq = tfa.image.adjust_hsv_in_yiq(img, delta, saturation, value)
_ = plt.imshow(adj_hsvinyiq)

png

濃い画像ワープ

この操作は、オフセットベクトルのフローフィールドで指定された画像の非線形ワープ(ここではランダムな値などを使用)に対して行われます。

input_img = tf.image.convert_image_dtype(tf.expand_dims(img, 0), tf.dtypes.float32)

flow_shape = [1, input_img.shape[1], input_img.shape[2], 2]
init_flows = np.float32(np.random.normal(size=flow_shape) * 2.0)
dense_img_warp = tfa.image.dense_image_warp(input_img, init_flows)
dense_img_warp = tf.squeeze(dense_img_warp, 0)
_ = plt.imshow(dense_img_warp)

png

ユークリッド距離変換

この操作は、前景ピクセルから背景ピクセルまでのユークリッド距離でピクセル値を更新します。

  • 注:バイナリイメージのみを取得し、変換されたイメージになります。別の画像を指定すると、単一の値の画像になります
gray = tf.image.convert_image_dtype(bw_img,tf.uint8)
# The op expects a batch of images, so add a batch dimension
gray = tf.expand_dims(gray, 0)
eucid = tfa.image.euclidean_dist_transform(gray)
eucid = tf.squeeze(eucid, (0, -1))
_ = plt.imshow(eucid, cmap='gray')

png