【TensorFlow-windows】投影变换,费雪嘘嘘乐

文件名：【TensorFlow-windows】投影变换,费雪嘘嘘乐 【TensorFlow-windows】投影变换 前言

没什么重要的，就是想测试一下tensorflow的投影变换函数tf.contrib.image.transform中每个参数的含义

国际惯例，参考文档

官方文档

描述

调用方法与默认参数：

tf.contrib.image.transform(images,transforms,interpolation='NEAREST',output_shape=None,name=None)

输入解释：

images: 输入图像的占位符，通常三种输入(图像数量，高，宽，通道)，(高，宽，通道)，(高，宽)

transforms:投影变换矩阵，维数为8的向量，可以是(1,8)或(N,8)，假设是$(a_1,a_2,a_3,b_1,b_2,b_3,c_1,c_2)$，执行的操作就是将(x,y)投影到(x’,y’) $$\begin{gathered} \left[\begin{array}{ccc}{a}_1& a_2& a_3\\ b_1& b_2& b_3\end{array}\right]\times \left[\begin{array}{c}x\\ y\\ 1\end{array}\right]\times \frac{1}{k}=\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\end{array}\right] \\ w.t.l=c_{1}x+c_{2}y+1 \end{gathered}$$ 通俗点就是： $$[x^{\prime },y^{\prime }]=[(a_{1}x+a_{2}y+a_3)/k,(b_{1}x+b_{2}y+b_3)/k]$$ 通过矩阵的形式更能看出来是坐标变换。

interpolation:插值方法，近邻插值NEAREST，双线性插值BILINEAR

output_shape:输出大小，默认是输入大小

代码

基本代码：

import numpy as npimport tensorflow as tfimport cv2#创建装图像的容器input=tf.placeholder(dtype=np.uint8,shape=[640,1024,3]) #高，宽，通道#创建操作trans_op=tf.contrib.image.transform(input,[1,0,0,0,1,0,0,0])#读取图像img=cv2.imread('test_img.jpg')#执行操作with tf.Session() as sess:trans_img=sess.run(trans_op,feed_dict={input:img})cv2.imshow('img',trans_img)cv2.waitKey()cv2.destroyAllWindows()

可以得到原图为：

修改$a_1$

trans_op=tf.contrib.image.transform(input,[2,0,0,0,1,0,0,0])

修改$a_2$

trans_op=tf.contrib.image.transform(input,[1,0.5,0,0,1,0,0,0])

修改$a_3$

trans_op=tf.contrib.image.transform(input,[1,0,100,0,1,0,0,0])

修改$b_1$

trans_op=tf.contrib.image.transform(input,[1,0,0,0.5,1,0,0,0])

修改$b_2$

trans_op=tf.contrib.image.transform(input,[1,0,0,0,2,0,0,0])

修改$b_3$

trans_op=tf.contrib.image.transform(input,[1,0,0,0,1,100,0,0])

调整$c_1$

trans_op=tf.contrib.image.transform(input,[1,0,0,0,1,0,0.0005,0])

调整$c_2$

trans_op=tf.contrib.image.transform(input,[1,0,0,0,1,0,0,0.0005])

总结

前六个参数按顺序，讲道理应该是：左缩放，左拉扯，左移，上拉扯，上缩放，上移

后两个参数不清楚名称是什么，感觉扭曲了一下，而且值要很小

代码就不分享了，上面已经贴出完整的了。