image - 在 Tensorflow 中调整图像保留纵横比

Question

我对 TF 还很陌生。我正在尝试调整图像张量的大小，以便图像的最低维度是一个常数值 LO_DIM。在非 tf 环境中，我会做这样的事情:

if img.size[0] < img.size[1]:
    h = int(float(LO_DIM * img.size[1]) / img.size[0])
    img = resize(img, [LO_DIM, h])
else:
    w = int(float(LO_DIM * img.size[0]) / img.size[1])
    img = resize(img, [w, LO_DIM])

我知道，要调整大小我应该使用 tf.image.resize_images ，但我不确定如何计算新的 w和 h考虑到张量似乎有 shape=<unknown> .

注意:我传递的每个图像可能有不同的大小，这就是我需要动态计算它的原因。而且我使用 LO_DIM 来保持纵横比并且不扭曲图像。

关于如何实现这一点的任何建议？

如果有帮助，处理目标是从缩放图像中获取随机 NxN 补丁，但我只能找到 resize_image_with_crop_or_pad这似乎没有进行初始缩放。

Answer 1

这是由 issue 回答的.

这是一个用于调整张量图像大小并保持纵横比的示例片段:

def resize_image_keep_aspect(image, lo_dim=LO_DIM):
  # Take width/height
  initial_width = tf.shape(image)[0]
  initial_height = tf.shape(image)[1]

  # Take the greater value, and use it for the ratio
  min_ = tf.minimum(initial_width, initial_height)
  ratio = tf.to_float(min_) / tf.constant(lo_dim, dtype=tf.float32)

  new_width = tf.to_int32(tf.to_float(initial_width) / ratio)
  new_height = tf.to_int32(tf.to_float(initial_height) / ratio)

  return tf.image.resize_images(image, [new_width, new_height])

张量为 shape=<unknown> 的问题通过使用类型特定的解码器解决，如 tf.image.decode_jpeg或 tf.image.decode_png ，而不是 tf.image.decode_image