Python中是否有一个resize函数来调整图像的大小tf.image.resize_图像张量流函数？

Question

我有一个4D序列的图像数据，它被组织为[NumberOfImages，RowsOfImage，ColumnsOfImage，ChannelsOfImage]。在

现在，我想将4D数组中的图像调整为新的大小，即[NumberOfImages，NewRowsOfImage，NewColumnsOfImage，ChannelsOfImage]的大小，而其他维度保持不变。在

我知道有一个函数tf.image.resize_图像在TensorFlow中执行此操作。如果新图像比原始图像大，则使用双线性插值或最近邻插值来填充新图像。在

然而，图像数据在调整大小后被转换成张量流的张量对象。那我就得把它换回去。这些程序将花费大量时间。在

我试过了skimage.transform.resize，但此函数似乎可以调整二维图像数据的大小。如果我使用这个函数，我必须使用一个for循环，这也将花费大量的时间。在

那么Python中是否有一个与tf.image.resize_图像张量流函数？如果没有，谁能给我一些建议来解决我的问题？在

非常感谢。在

Answer 1

使用numpy.resize。参见下面的示例。所有图像都具有相同的形状（在本例中为768x102x3）。在本例中，我将行号与列号进行了切换。im_all是你的4d数组。在

from scipy.misc import imread
import numpy as np
import matplotlib.pyplot as plt
f = r"C:\Users\Public\Pictures\Sample Pictures\Lighthouse.jpg"
im0 = imread(f)
f = r"C:\Users\Public\Pictures\Sample Pictures\koala.jpg"
im1 = imread(f)
f = r"C:\Users\Public\Pictures\Sample Pictures\tulips.jpg"
im2 = imread(f)
f = r"C:\Users\Public\Pictures\Sample Pictures\desert.jpg"
im3 = imread(f)
im_all = np.array([im0, im1, im2, im3])
im_all_b = np.resize(im_all, [im_all.shape[0], im_all.shape[2], im_all.shape[1], im_all.shape[3]])
plt.figure()
plt.imshow(im_all_b[1])
plt.figure()
plt.imshow(im_all[1])
plt.show()

下面是一个使用内存使用优化的插值（默认为bilinear，请参见：http://docs.scipy.org/doc/scipy-0.16.1/reference/generated/scipy.misc.imresize.html）示例：

^{pr2}$

在上面的例子中，我在x轴和y轴上各添加200个像素。在