TensorFlow图像裁剪与填充：resize_image_with_crop_or_pad函数详解
发布时间：2026-10-12 |
2人浏览过
本文介绍TensorFlow中用于图像尺寸调整的tf.image.resize_image_with_crop_or_pad函数。该函数根据指定高度和宽度对输入图像进行中心裁剪或边缘填充。通过读取JPEG图像并转换为float32类型，示例展示了如何生成固定尺寸的裁剪图和填充图，适用于模型输入预处理。
TensorFlow内置了处理图像尺寸调整的函数，即tf.image.resize_image_with_crop_or_pad（img，height，width ）。其中，img代表待处理的原始图像数据，height指定输出图像的目标高度，width指定输出图像的目标宽度。
具体使用示例如下：
import matplotlib.pyplot as plt;
import tensorflow as tf;
image_raw_data_jpg = tf.gfile.FastGFile('11.jpg', 'r').read()
with tf.Session() as sess:
img_data_jpg = tf.image.decode_jpeg(image_raw_data_jpg)
img_data_jpg = tf.image.convert_image_dtype(img_data_jpg, dtype=tf.float32)
crop = tf.image.resize_image_with_crop_or_pad(img_data_jpg, 500, 500)
pad = tf.image.resize_image_with_crop_or_pad(img_data_jpg, 2000, 2000)
plt.figure(1)
plt.imshow(crop.eval())
plt.figure(2)
plt.imshow(pad.eval())
plt.show()
执行结果展示：
以上关于TensorFlow实现图像裁剪与填充的方法分享完毕，希望能为读者提供实用参考，欢迎持续关注以获取更多技术支持。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
