tensorflow 旋轉矩陣的函數實現方法
關鍵字: rot90, tensorflow
1. 背景
在做數據增強的操作過程中, 很多情況需要對圖像旋轉和平移等操作, 針對一些特殊的卷積(garbo conv)操作,還需要對卷積核進行旋轉操作.
在tensorflow中似乎沒有實現對4D tensor的旋轉操作.
嚴格的說: tensorflow對tensor的翻轉操作並未實現, 僅有針對3D tensor的tf.image.rot()
而在大多數的情況下使用的是4D形式的tensor, [B,W,H,C] 或者是3D的圖像組成的batchs.
通過查看這篇文章的代碼可以知道[1] 可以使用numpy的rot90()函數旋轉, 但是rot90對象是ndarray, 針對tensorflow.tensor對象而言顯然是無法使用的, 會拋出類似: 無法找到m.dim屬性的異常.
也就是說無法使用numpy.rot90() 函數.
又知, tensorflow中提供有對矩陣的翻轉, 轉置,切片操作的函數,但是沒有提供旋轉90°, 180°,270°的操作.
因此可以參照numpy.rot90(m, k=1, axes=(0,1)) 的程序片段去自己動手實現.
rot90中的第一個參數m是操作對象, k是旋轉的次數,k=1 代表逆時針旋轉90度, k=2 代表逆時針旋轉180度,以此類推
axes是代表旋轉的操作在哪兩個維度構成的平面上.
rot90的源代碼如下:
def rot90(m, k=1, axes=(0,1)):
'''
......
'''
# 省略檢測參數的操作
k %= 4
if k == 0:
return m[:]
if k == 2:
return flip(flip(m, axes[0]), axes[1])
axes_list = arange(0, m.ndim)
(axes_list[axes[0]], axes_list[axes[1]]) = (axes_list[axes[1]],
axes_list[axes[0]])
if k == 1:
return transpose(flip(m,axes[1]), axes_list)
else:
# k == 3
return flip(transpose(m, axes_list), axes[1])
PS: 通過閱讀上述的代碼,也可以發現在tensorflow中直接使用rot90所拋出的異常是在這里出現的
if axes[0] == axes[1] or absolute(axes[0] - axes[1]) == m.ndim
原因是: 程序把tensor對象當成np.ndarray操作了, 而tensor對象沒有m.dim屬性
2. 實現rot90操作
2.1 梳理程序流程
通過查看源代碼可以梳理出程序流程圖:
2.2 tensorflow 實現旋轉操作
根據上述的流程圖, 可以實現對tensorflow的rot90操作;
def rot90(tensor,k=1,axes=[1,2],name=None):
'''
autor:lizh
tensor: a tensor 4 or more dimensions
k: integer, Number of times the array is rotated by 90 degrees.
axes: (2,) array_like
The array is rotated in the plane defined by the axes.
Axes must be different.
-----
Returns
-------
tensor : tf.tensor
A rotated view of `tensor`.
See Also: https://www.tensorflow.org/api_docs/python/tf/image/rot90
'''
axes = tuple(axes)
if len(axes) != 2:
raise ValueError("len(axes) must be 2.")
tenor_shape = (tensor.get_shape().as_list())
dim = len(tenor_shape)
if axes[0] == axes[1] or np.absolute(axes[0] - axes[1]) == dim:
raise ValueError("Axes must be different.")
if (axes[0] >= dim or axes[0] < -dim
or axes[1] >= dim or axes[1] < -dim):
raise ValueError("Axes={} out of range for tensor of ndim={}."
.format(axes, dim))
k%=4
if k==0:
return tensor
if k==2:
img180 = tf.reverse(tf.reverse(tensor, axis=[axes[0]]),axis=[axes[1]],name=name)
return img180
axes_list = np.arange(0, dim)
(axes_list[axes[0]], axes_list[axes[1]]) = (axes_list[axes[1]],axes_list[axes[0]]) # 替換
print(axes_list)
if k==1:
img90=tf.transpose(tf.reverse(tensor,axis=[axes[1]]), perm=axes_list, name=name)
return img90
if k==3:
img270=tf.reverse( tf.transpose(tensor, perm=axes_list),axis=[axes[1]],name=name)
return img270
2.3 代碼測試
# 加載庫
import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf
# 手寫體數據集 加載
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/home/lizhen/data/MNIST/", one_hot=True)
sess=tf.Session()
#選取數據 4D
images = mnist.train.images
img_raw = images[0,:] # [0,784]
img=tf.reshape(img_raw,[-1,28,28,1]) # img 現在是tensor
# 繪圖
def fig_2D_tensor(tensor):# 繪圖
#plt.matshow(tensor, cmap=plt.get_cmap('gray'))
plt.matshow(tensor) # 彩色圖像
# plt.colorbar() # 顏色條
plt.show()
# 顯 顯示 待旋轉的圖片
fig_2D_tensor(sess.run(img)[0,:,:,0]) # 提取ndarray
簡單的測試一下代碼:
img11_rot=rot90(img,2) # 旋轉兩次90
fig_2D_tensor(sess.run(img11_rot)[0,:,:,0]) # 打印圖像
img12_rot=rot90(img,1,[1,1]) # 拋出異常, 測試 Axes must be different.
img13_rot=rot90(img,1,[0,6]) # 拋出異常, 測試 Axes must be different.
img14_rot=rot90(img,axes=[1,5])# 拋出異常,測試out of range.
img14_rot=rot90(img,axes=[-1,2]) # -1的下標是倒數第二個,測試out of range.
測試結果:
3總結
okey了,現在可以用了.
.....
額,,,,,最近才發現tensorflow的最新版本,大約就在前幾天發布的新版本(14天前, 1.10.1 )上已經添加了對2D,3D圖像的操作,支持[B,W,H,C]格式的tensor做出旋轉[2]
星期五, 07. 九月 2018 02:49下午