标签：raw imshow mat 归一化 show lower bsp rand white
图像翻转
tf.image.flip_up_down：上下翻转
tf.image.flip_left_right：左右翻转
tf.image.transpose_image：对角线翻转
除此之外，TensorFlow还提供了随机翻转的函数，保证了样本的样本的随机性：
tf.image.random_flip_up_down：随机上下翻转图片
tf.image.random_flip_left_right：随机左右翻转图片
图像色彩调整
亮度：
tf.image.adjust_brightness：调整图片亮度
tf.image.random_brightness：在某范围随机调整图片亮度
对比度：
tf.image.adjust_contrast：调整图片对比度
tf.image.random_contrast：在某范围随机调整图片对比度
色相：
tf.image.adjust_hue：调整图片色相
tf.image.random_hue：在某范围随机调整图片色相
饱和度：
tf.image.adjust_saturation：调整图片饱和度
tf.image.random_saturation：在某范围随机调整图片饱和度
归一化：
per_image_standardization：三维矩阵中的数字均值变为0，方差变为1。在以前的版本中，它其实叫做per_image_whitening，也就是白化操作。
import matplotlib.pyplot as plt
import tensorflow as tf
image_raw_data = tf.gfile.FastGFile(‘.//image//1.jpg‘,‘rb‘).read()
with tf.Session() as sess:
img_data = tf.image.decode_jpeg(image_raw_data)
plt.imshow(img_data.eval())
plt.show()
# 将图片的亮度-0.5。
adjusted = tf.image.adjust_brightness(img_data, -0.5)
plt.imshow(adjusted.eval())
plt.show()
# 将图片的亮度0.5
adjusted = tf.image.adjust_brightness(img_data, 0.5)
plt.imshow(adjusted.eval())
plt.show()
# 在[-max_delta, max_delta)的范围随机调整图片的亮度。
adjusted = tf.image.random_brightness(img_data, max_delta=0.5)
plt.imshow(adjusted.eval())
plt.show()
# 将图片的对比度-5
adjusted = tf.image.adjust_contrast(img_data, -5)
plt.imshow(adjusted.eval())
plt.show()
# 将图片的对比度+5
adjusted = tf.image.adjust_contrast(img_data, 5)
plt.imshow(adjusted.eval())
plt.show()
# 在[lower, upper]的范围随机调整图的对比度。
adjusted = tf.image.random_contrast(img_data, 0.1, 0.6)
plt.imshow(adjusted.eval())
plt.show()
#调整图片的色相
adjusted = tf.image.adjust_hue(img_data, 0.1)
plt.imshow(adjusted.eval())
plt.show()
# 在[-max_delta, max_delta]的范围随机调整图片的色相。max_delta的取值在[0, 0.5]之间。
adjusted = tf.image.random_hue(img_data, 0.5)
plt.imshow(adjusted.eval())
plt.show()
# 将图片的饱和度-5。
adjusted = tf.image.adjust_saturation(img_data, -5)
plt.imshow(adjusted.eval())
plt.show()
# 在[lower, upper]的范围随机调整图的饱和度。
adjusted = tf.image.random_saturation(img_data, 0, 5)
# 将代表一张图片的三维矩阵中的数字均值变为0，方差变为1。
adjusted = tf.image.per_image_standardization(img_data)
参考：https://blog.csdn.net/chaipp0607/article/details/73089910
标签：raw imshow mat 归一化 show lower bsp rand white
原文地址：https://www.cnblogs.com/dong-zhen/p/9604483.html
