ML Community Day คือวันที่ 9 พฤศจิกายน! ร่วมกับเราสำหรับการปรับปรุงจาก TensorFlow, JAX และอื่น ๆ เรียนรู้เพิ่มเติม

TensorFlow Addons รูปภาพ: การดำเนินการ

ดูใน TensorFlow.org เรียกใช้ใน Google Colab ดูแหล่งที่มาบน GitHub ดาวน์โหลดสมุดบันทึก

ภาพรวม

สมุดบันทึกนี้จะสาธิตวิธีใช้การทำงานของรูปภาพบางส่วนใน TensorFlow Addons

นี่คือรายการการทำงานของรูปภาพที่คุณจะกล่าวถึงในตัวอย่างนี้:

ติดตั้ง

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

เตรียมและตรวจสอบภาพ

ดาวน์โหลดภาพ

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

ตรวจสอบภาพ

ไอคอน TensorFlow

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

ทำเวอร์ชันขาวดำ

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

เล่นกับ tfa.image

หมายถึงการกรอง

การกรองค่าเฉลี่ยเป็นเทคนิคการกรองซึ่งมักใช้เพื่อลบสัญญาณรบกวนออกจากภาพหรือสัญญาณ แนวคิดคือการวิ่งผ่านพิกเซลภาพทีละพิกเซลและแทนที่ด้วยค่าเฉลี่ยของพิกเซลที่อยู่ใกล้เคียง

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

png

หมุน

การดำเนินการนี้จะหมุนภาพที่กำหนดโดยผู้ใช้ป้อนมุม (เป็นเรเดียน)

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

png

แปลง

การดำเนินการนี้จะแปลงรูปภาพที่กำหนดบนพื้นฐานของเวกเตอร์การแปลงที่กำหนดโดยผู้ใช้

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

png

HSV แบบสุ่มใน YIQ

การดำเนินการนี้จะเปลี่ยนมาตราส่วนสีของภาพ RGB ที่กำหนดเป็น YIQ แต่ที่นี่สีเดลต้าและค่าความอิ่มตัวจะถูกสุ่มเลือกจากช่วงที่กำหนด

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

ปรับ HSV ใน YIQ

การดำเนินการนี้จะเปลี่ยนระดับสีของภาพ RGB ที่กำหนดเป็น YIQ แต่ที่นี่แทนที่จะเลือกแบบสุ่มค่าสีเดลต้าและค่าความอิ่มตัวเป็นอินพุตจากผู้ใช้

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

ภาพบิดเบี้ยวแบบหนาแน่น

การดำเนินการนี้ใช้สำหรับการแปรปรวนแบบไม่เป็นเชิงเส้นของรูปภาพใด ๆ ที่ระบุโดยฟิลด์การไหลของเวกเตอร์ออฟเซ็ต (ในที่นี้ใช้ค่าสุ่มเป็นต้น)

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

การแปลงระยะทางแบบยุคลิด

การดำเนินการนี้จะอัปเดตค่าพิกเซลด้วยระยะห่างแบบยูคลิดจากพิกเซลเบื้องหน้าไปยังพื้นหลัง

  • หมายเหตุ: ใช้เฉพาะภาพไบนารีและผลลัพธ์ในภาพที่เปลี่ยนไป หากให้รูปภาพอื่นจะทำให้ได้รูปภาพที่มีค่าเดียว
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