卷积神经网络图像尺寸预处理-----图像裁剪

在全卷积网络（FCN）中可以输入任意大小的图像尺寸，但卷积网络（CNN）中就不是这样了，在CNN是有卷积层和全连接层。首先我们知道卷积层对输入的图像尺寸是没有限制的，而全连接层就对输入的图像像有要求了。因为全连接层输入向量的维数对应其层的神经元个数，如果输入向量的维数不固定，那么全链接的权值参数的数量也是不固定的，这样网络就是变化的，无法对模型训练。所以全连接层的输入必须是固定的大小。

为了让卷积网络学到更加真实一致特征，在深度学习时候一般需要对图像进行预处理裁剪。怎么样的调整裁剪图像尺寸才是最佳的呢? 如果忽略了高宽比, 图像变得压缩,扭曲了(下图input_1所示)。在不影响识别目标的前提下，我们可以牺牲部分图像，就是剪掉部分图像，来保持高宽比，这样图像不会看着失真和扭曲。

处理方法:沿图像宽高最短尺寸调整大小,然后以中心为原点裁剪图像

如: 原图大小为836 X 1236

假如现在要固定图像大小，要求把图像尺寸调整到512 X 512像素。
如下：

左图（input_1）直接resize到512x512像素（忽略纵横比），右图（input_2）是裁剪沿最短尺寸调整并以图像中心裁剪到512x512

附代码如下：

import cv2
import imutilsdef resize_crop_image(image,target_width,target_height):(h, w) = image.shape[:2]dH =0dW=0if w < h:image = imutils.resize(image, width=target_width,inter=cv2.INTER_AREA)dH = int((image.shape[0] - target_height) / 2.0)else:image = imutils.resize(image, height=target_height,inter=cv2.INTER_AREA)dW = int((image.shape[1] - target_width) / 2.0)(h, w) = image.shape[:2]image = image[dH:h - dH, dW:w - dW]return cv2.resize(image, (target_width, target_height),interpolation=cv2.INTER_AREA)if __name__ =="__main__":image_path = "F:\\yu_data\\002_a.jpg"image = cv2.imread(image_path)image_resize = cv2.resize(image,(512,512), cv2.INTER_AREA)img = resize_crop_image(image,512,512)cv2.namedWindow("input",cv2.WINDOW_NORMAL)cv2.namedWindow("input_1",cv2.WINDOW_AUTOSIZE)cv2.namedWindow("input_2",cv2.WINDOW_AUTOSIZE)cv2.imshow("input",image)cv2.imshow("input_1",image_resize)cv2.imshow("input_2",img)cv2.waitKey(0)cv2.destroyAllWindows()

另外对于interpolation的选择
查看OpenCV的文档：

https://docs.opencv.org/4.1.1/da/d54/group__imgproc__transform.html#ga47a974309e9102f5f08231edc7e7529d

C++：
void cv::resize (   InputArray  src,
OutputArray     dst,
Size    dsize,
double  fx = 0,
double  fy = 0,
int     interpolation = INTER_LINEAR
)

Python:
dst =  cv.resize(  src, dsize[, dst[, fx[, fy[, interpolation]]]]  )
#include <opencv2/imgproc.hpp>

Resizes an image.

The function resize resizes the image src down to or up to the specified size. Note that the initial dst type or size are not taken into account. Instead, the size and type are derived from the src,dsize,fx, and fy. If you want to resize src so that it fits the pre-created dst, you may call the function as follows:

// explicitly specify dsize=dst.size(); fx and fy will be computed from that.
resize(src, dst, dst.size(), 0, 0, interpolation);

If you want to decimate the image by factor of 2 in each direction, you can call the function this way:

// specify fx and fy and let the function compute the destination image size.
resize(src, dst, Size(), 0.5, 0.5, interpolation);

To shrink an image, it will generally look best with INTER_AREA interpolation, whereas to enlarge an image, it will generally look best with c::INTER_CUBIC (slow) or INTER_LINEAR (faster but still looks OK).

故缩小图像尺寸用了cv2.INTER_AREA

/******************************分割线 ***************************************************/

举个栗子:
训练YoloV3时, 在将图片输入模型之前，需要将图片尺寸 resize 成固定的大小，如 416X416 或 608X608 。如果直接对图片进行 resize 处理，那么会使得图片扭曲变形从而降低模型的预测精度。

import cv2
import numpy as npdef image_preporcess(image, target_size):# resize 尺寸ih, iw = target_size# 原始图片尺寸h,  w, _ = image.shape# 计算缩放后图片尺寸scale = min(iw/w, ih/h)nw, nh = int(scale * w), int(scale * h)image_resized = cv2.resize(image, (nw, nh))# 创建一张画布，画布的尺寸就是目标尺寸# fill_value=120为灰色画布image_paded = np.full(shape=[ih, iw, 3], fill_value=120)dw, dh = (iw - nw) // 2, (ih-nh) // 2# 将缩放后的图片放在画布中央image_paded[dh:nh+dh, dw:nw+dw, :] = image_resized# 归一化处理image_paded = image_paded / 255.return image_padedif __name__=="__main__":image_path = "/home/ubuntu/work/eagle.jpg"image = cv2.imread(image_path)img=image_preporcess(image,(416,416))cv2.namedWindow("target_size_img",cv2.WINDOW_AUTOSIZE)cv2.imshow("target_size_img",img)cv2.imwrite("/home/ubuntu/work/target_size_img.jpg",img*255.)cv2.waitKey(0)cv2.destroyAllWindows()

效果:

原始图像773 x 512	目标图像 416 x 416

注:图像在显示前要除以255,为了保证更高精度,经过了运算的图像矩阵,其数据类型会从unit8型变成double型.若直接运行imshow(), 我们会看到时一张白色的图像. 这是因为imshow()显示图像时对double型认为是在0~1范围内, 也就是大于1时都是显示为白色, 而imshow()显示uint8型时是0~255范围.

完~

卷积神经网络图像尺寸预处理-----图像裁剪相关推荐

论文笔记（二）：基于卷积神经网络的高分辨率遥感图像上的水体识别技术
基于卷积神经网络的高分辨率遥感图像上的水体识别技术作者:徐文健作者单位:浙江大学日期:2017.01 (硕士学位论文) https://kns.cnki.net/KCMS/detail/deta ...
基于卷积神经网络的多目标图像检测研究（四）
第4章 Faster R-CNN网络模型设计 4.1 Faster RCN文件结构介绍本文在介绍具体的训练模型之前,先介绍Faster RCNN的文件结构.如图4.1所示,主要包括了7个文件夹和4个 ...
基于卷积神经网络的多目标图像检测研究（一）
摘要目标检测任务简单来说是在图片或视频中指出多个特定目标并以方框形式给出这些物体在图片中的位置和大小.它与我们的生活密切相关,它被广泛应用于安全识别.无人驾驶.医疗诊断.图像检索等领域,并且未来将 ...
深度学习论文精读06——应对卷积神经网络对乳腺癌组织病理学图像进行分类
标题:Deep Features for Breast Cancer Histopathological Image Classifification 链接:查看文献原文翻译参考:查看文献翻译文章 ...
python 输出图像尺寸_Opencv-Python：图像尺寸、图像的读取、显示、保存与复制
在使用opencv的方法时,首先必须导入opencv包.新的opencv导入cv2,这里也和cv做了一个对比 import cv2 一.图像尺寸图像的大小可以通过其shape属性来获取,shape返 ...
基于卷积神经网络的多目标图像检测研究（三）
第3章数据集建立最终模型的工作性能很大程度上取决于训练数据集的好坏.本文以生活中常见的人.车.椅子和杯子这四类物体为研究对象,采用Faster RCNN目标检测算法对其进行训练与检测.目标检测算法 ...
论文笔记（五）FWENet：基于SAR图像的洪水水体提取深度卷积神经网络（CVPR）
FWENet: a deep convolutional neural network for flood water body extraction based on SAR images 作者:J ...
卷积对图像进行卷积操作卷积神经网络
目录卷积对图像进行卷积操作卷积神经网络卷积(Filtering) 池化(下采样)(Pooling) 修正线性单元(Rectified Linear Units)(ReLus激活函数) 全连接层 ...
网络通道数2的倍数_利用双通道卷积神经网络的图像超分辨率算法
发布时间: 2016-05-25 摘要点击次数: 288 全文下载次数: 39 DOI: 10.11834/jig.20160503 2016 | Volumn 21 | Number 5 图像处理和 ...

卷积神经网络图像尺寸预处理-----图像裁剪

处理方法:沿图像宽高最短尺寸调整大小,然后以中心为原点裁剪图像

卷积神经网络图像尺寸预处理-----图像裁剪相关推荐

最新文章

热门文章