一、圖片的放大縮小

在使用TensorFlow進行圖片的放大縮小時，有三種方式：

1、tf.image.resize_nearest_neighbor（）:臨界點插值
2、tf.image.resize_bilinear(）：雙線性插值
3、tf.image.resize_bicubic(）：雙立方插值算法

下面是示例代碼：

# encoding:utf-8# 使用TensorFlow進行圖片的放縮import tensorflow as tfimport cv2import numpy as np# 讀取圖片img = cv2.imread("1.jpg")# 顯示原始圖片cv2.imshow("resource", img)h, w, depth = img.shapeimg = np.expand_dims(img, 0)# 臨界點插值nn_image = tf.image.resize_nearest_neighbor(img, size=[h+100, w+100])nn_image = tf.squeeze(nn_image)with tf.Session() as sess:  # 運行 'init' op  nn_image = sess.run(nn_image)nn_image = np.uint8(nn_image)# 雙線性插值bi_image = tf.image.resize_bilinear(img, size=[h+100, w+100])bi_image = tf.squeeze(bi_image)with tf.Session() as sess:  # 運行 'init' op  bi_image = sess.run(bi_image)bi_image = np.uint8(bi_image)# 雙立方插值算法bic_image = tf.image.resize_bicubic(img, size=[h+100, w+100])bic_image = tf.squeeze(bic_image)with tf.Session() as sess:  # 運行 'init' op  bic_image = sess.run(bic_image)bic_image = np.uint8(bic_image)# 顯示結果圖片cv2.imshow("result_nn", nn_image)cv2.imshow("result_bi", bi_image)cv2.imshow("result_bic", bic_image)cv2.waitKey(0)cv2.destroyAllWindows()

二、圖片的亮度調整

在使用TensorFlow進行圖片的亮度調整時，有兩種方式：
1、tf.image.adjust_brightness（）：亮度的全局調整
2、tf.image.random_brightness(）：亮度的隨機調整

下面是示例代碼：

# encoding:utf-8# 使用TensorFlow調整圖片的亮度import tensorflow as tfimport cv2import numpy as np# 讀取圖片img = cv2.imread("1.jpg")# 顯示原始圖片cv2.imshow("resource", img)img = np.expand_dims(img, 0)# adjust_brightnessbright_img = tf.image.adjust_brightness(img, delta=.5)bright_img = tf.squeeze(bright_img)with tf.Session() as sess:  # 運行 'init' op  result = sess.run(bright_img)result = np.uint8(result)rand_image = tf.image.random_brightness(img, max_delta=.5)rand_image = tf.squeeze(rand_image)with tf.Session() as sess:  # 運行 'init' op  result2 = sess.run(rand_image)result2 = np.uint8(result2)cv2.imshow("result", result)cv2.imshow("result2", result2)cv2.waitKey(0)cv2.destroyAllWindows()

三、圖片的對比度調整

在使用TensorFlow進行圖片的對比度調整時，有兩種方式：
1、tf.image.adjust_contrast（）：對比度的全局調整
2、tf.image.random_contrast(）：對比度的隨機調整

代碼與圖片的亮度調整類似，這里就不贅述了。

四、圖片的飽和度調整

在使用TensorFlow進行圖片的飽和度調整時，使用下列函數：

tf.image.adjust_saturation（） 

飽和度調整范圍為0~5