创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商，新人活动买多久送多久，划算不套路！
为临汾等地区用户提供了全套网页设计制作服务，及临汾网站建设行业解决方案。主营业务为成都做网站、成都网站建设、
成都外贸网站建设、临汾网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！
这篇文章主要介绍tensorflow图像裁剪后如何实现数据增强，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
我就废话不多说了，大家还是直接看代码吧~
#!/usr/bin/env python
# encoding: utf-8
'''
@author: lele Ye
@contact: 1750112338@qq.com
@software: pycharm 2018.2
@file: 13mnist.py
@time: 2018/12/17 10:23
@desc:
'''
import tensorflow as tf
import scipy.misc
import matplotlib.pyplot as plt
import random
# 读取图像可任意大小
filenames = ['./tianchi.jpg']
# 创建文件读取队列
filename_queue = tf.train.string_input_producer(filenames)
# 一个阅读器，读取整个文件，返回文件名称key,以及文件中所有的内容value
reader = tf.WholeFileReader()
# Returns the next record (key, value) pair produced by a reader
key, value = reader.read(filename_queue)
images = tf.image.decode_jpeg(value) # tf.image.decode_png(value)
target_width = target_height = 224
# 裁切图片
with tf.Session() as sess:
# Coordinator的使用，用于多线程的协调
coord = tf.train.Coordinator()
# 启动所有graph收集到的队列运行器(queuerunners)
threads = tf.train.start_queue_runners(coord=coord)
height,width,channels = sess.run(tf.shape(images))
offset_height = random.randint(0,height-target_height)
offset_width = random.randint(0,width-target_width)
reshapeimg = tf.image.crop_to_bounding_box(images, offset_height=offset_height, offset_width=offset_width,
target_height=target_height,target_width=target_width)
print(type(reshapeimg)) #
reimg1 = reshapeimg.eval() # reimg1的类型是
scipy.misc.imsave('./crop.jpg', reimg1)
plt.imshow(reimg1)
plt.axis("off")
plt.show()
# 请求线程结束
coord.request_stop()
# 等待线程终止
coord.join(threads)
文章题目：tensorflow图像裁剪后如何实现数据增强-创新互联
分享地址：
http://cdkjz.cn/article/ppehh.html
