tensorflow image_resize搞乱未知图像大小的图像

Question

我有一个可变大小的图像列表，并希望将它们标准化为256x256大小。我使用了以下代码

import tensorflow as tf
import matplotlib.pyplot as plt

file_contents = tf.read_file('image.jpg')
im = tf.image.decode_jpeg(file_contents)
im = tf.image.resize_images(im, 256, 256)

sess = tf.Session()
sess.run(tf.initialize_all_variables())

img = sess.run(im)

plt.imshow(img)
plt.show()

然而，tf.resize_images()往往会弄乱图像。但是，使用tf.reshape()似乎允许resize_image()正常运行

Tensorflow版本：0.8.0

原始图片：

调整后的图片：

我知道skimage包可以处理我需要的东西，但我希望享受tf.train.shuffle_batch()的功能。我试图避免维护2个相同的数据集（具有1个固定的图像大小），因为Caffe似乎没有处理它们的问题。

Answer 1

这是因为image_resize（）正在相邻像素之间执行插值，并返回浮点数而不是0-255范围内的整数。这就是为什么NEAREST_NEIGHBOR可以工作的原因：它可以获取其中一个近像素的值，而无需进行进一步的数学运算。 假设您有一些值为240,241的相邻像素.NEAREST_NEIGHBOR将返回240或241.使用任何其他方法，该值可能类似于240.5，并且在不舍入的情况下返回，我有意识地假设您可以决定什么是更好的为你（地板，向上等）。 另一方面，当面向浮点值时，plt.imshow（）仅解释小数部分，就好像它们是0.0到1.0之间的完整比例的像素值。 为了使上述代码有效，可能的解决方案之一是：

import numpy as np
plt.imshow(img.astype(np.uint8))