Python tf.keras.preprocessing.image.smart_resize用法及代碼示例

將圖像大小調整為目標大小，而不會出現縱橫比失真。

用法

tf.keras.preprocessing.image.smart_resize(
    x, size, interpolation='bilinear'
)

TensorFlow 圖像數據集通常會生成大小不同的圖像。但是，這些圖像需要進行批處理才能被 Keras 層處理。要進行批處理，圖像需要共享相同的高度和寬度。

你可以簡單地做：

size = (200, 200)
ds = ds.map(lambda img:tf.image.resize(img, size))

但是，如果這樣做，則會扭曲圖像的縱橫比，因為通常它們的縱橫比並不都與 size 相同。在許多情況下這很好，但並非總是如此(例如，對於 GAN，這可能是一個問題)。

請注意，將參數 preserve_aspect_ratio=True 傳遞給 resize 將保留縱橫比，但代價是不再遵守提供的目標大小。因為tf.image.resize 不會裁剪圖像，所以您的輸出圖像仍然會有不同的大小。

這要求：

size = (200, 200)
ds = ds.map(lambda img:smart_resize(img, size))

您的輸出圖像實際上是 (200, 200) ，並且不會失真。相反，圖像中不適合目標尺寸的部分會被裁剪掉。

調整大小的過程是：

1. 取與目標尺寸具有相同縱橫比的圖像的最大居中裁剪。例如，如果 size=(200, 200) 並且輸入圖像的大小為 (340, 500) ，我們將沿寬度居中裁剪 (340, 340) 。
2. 將裁剪後的圖像調整為目標大小。在上麵的示例中，我們將 (340, 340) 裁剪調整為 (200, 200) 。