概述

改变图像的大小，默认会 改变 长宽比例

官方api：
https://www.tensorflow.org/api_docs/python/tf/image/resize

语法

tf.image.resize(
    images,
    size,
    method='bilinear',
    preserve_aspect_ratio=False,
    antialias=False,
    name=None,
)

参数：

• images：4维形状张量[batch, height, width, channels] 或 3维张量形状为 [height, width, channels]
  一般为 tf.io.decode_jpeg(img_tensor)返回对象 或者 numpy类型
  不能为tf.io.read_file()返回对象

• size：由2个元素组成的一维int32张量：“new_height，new_width”。新的图像大小。

• method=’bilinear’：

  • bilinear：双线性插值，转换后，像素值不越界、会有浮点数
  • nearest：最近邻插值，“ antialias”参数无效
    转换后，像素值不越界、整数，所以会有不连续感
  • bicubic：双三次插值，比Lanczos3合理的质量好且速度更快，尤其是在上采样时。
    转换后，像素值越界，即：负数 或 大于255，浮点数
  • area：使用区域插值进行抗锯齿的重采样。当与区域插值一起使用时，“ antialias”无效。它总是抗锯齿。
    转换后，像素值越界，即：大于255，浮点数
  • lanczos3：半径为3的Lanczos核，高质量的实用滤镜，但可能会有些振铃，尤其是在合成图像上。
    转换后，像素值越界，即：负数 或 大于255，浮点数
  • lanczos5：半径为5的Lanczos内核，非常高质量的过滤器，但振铃可能更强
    转换后，像素值越界，即：负数 或 大于255，浮点数
  • gaussian：半径为3的高斯核
    转换后，像素值越界，即：大于255，浮点数
  • mitchellcubic：Mitchell-Netravali三次非插值滤波器。对于合成图像（尤其是那些缺少适当的预过滤的图像），比Keys立方核的振铃少，但清晰度不高。
    转换后，像素值越界，即：大于255，浮点数

• preserve_aspect_ratio=False：是否保存高宽比。如果设置True，将“images”调整为适合“size”的大小，同时保持原始图像的宽高比。

• antialias=False：抗锯齿：在下采样时是否使用抗锯齿过滤器

• name：此操作的名称（可选）

返回值

• float32类型的Tensor，其内容是numpy数组类型的图像。
  如果要 通过matplotlib显示图片，需要使用tf.cast(img,"int8")转换成 int8 类型

  • 如果images为4-D，则为shape的4-D浮动张量 [batch, new_height, new_width, channels]。
  • 如果images为3-D，则为shape的3-D浮动张量 [new_height, new_width, channels]。

例子

import tensorflow as tf
img_tensor=tf.io.read_file(r"C:\Users\mym\Desktop\数据集\2_class\lake\lake_001.jpg")
img_data=tf.io.decode_jpeg(img_tensor)
# 改变原图片的长宽比例
img_data2=tf.image.resize(img_data,(200,800))
img_data2=tf.cast(img_data2,"uint8")
plt.imshow(img_data2.numpy())

可能会出现的问题

https://blog.csdn.net/shentanyue/article/details/83819102
https://blog.csdn.net/u011583927/article/details/103307473