TensorFlow將圖像張量調整爲動態圖形

Question

我正在嘗試使用TensorFlow讀取圖像分類問題的某些圖像輸入。

當然，我正在用tf.image.decode_jpeg(...)這樣做。我的圖像大小不一，因此我無法爲圖像張量指定固定的形狀。

但我需要根據實際尺寸縮放圖像。具體來說，我想將短邊縮放到一個固定值，並且以保持長寬比的方式縮放較長邊。

我可以通過shape = tf.shape(image)獲得某個圖像的實際形狀。我也能做到計算爲新的長邊像

shape = tf.shape(image) 
height = shape[0] 
width = shape[1] 
new_shorter_edge = 400 
if height <= width: 
    new_height = new_shorter_edge 
    new_width = ((width/height) * new_shorter_edge) 
else: 
    new_width = new_shorter_edge 
    new_height = ((height/width) * new_shorter_edge) 

我現在的問題是我無法通過new_height和new_width到tf.image.resize_images(...)，因爲他們中的一個是張量和resize_images預計整數作爲高度和寬度的投入。

有沒有辦法「拉出」張量的整數或是否有任何其他方式與TensorFlow做我的任務？

在此先感謝。

---

編輯

因爲我也有some other issues與tf.image.resize_images，這裏是爲我工作的代碼：

shape = tf.shape(image) 
height = shape[0] 
width = shape[1] 
new_shorter_edge = tf.constant(400, dtype=tf.int32) 

height_smaller_than_width = tf.less_equal(height, width) 
new_height_and_width = tf.cond(
    height_smaller_than_width, 
    lambda: (new_shorter_edge, _compute_longer_edge(height, width, new_shorter_edge)), 
    lambda: (_compute_longer_edge(width, height, new_shorter_edge), new_shorter_edge) 
) 

image = tf.expand_dims(image, 0) 
image = tf.image.resize_bilinear(image, tf.pack(new_height_and_width)) 
image = tf.squeeze(image, [0]) 

Answer 1

要做到這一點是使用（目前實驗的方法，但在下一個版本中可用）tf.cond() *運營商。該運算符能夠測試在運行時計算的值，並根據該值執行兩個分支之一。

shape = tf.shape(image) 
height = shape[0] 
width = shape[1] 
new_shorter_edge = 400 
height_smaller_than_width = tf.less_equal(height, width) 

new_shorter_edge = tf.constant(400) 
new_height, new_width = tf.cond(
    height_smaller_than_width, 
    lambda: new_shorter_edge, (width/height) * new_shorter_edge, 
    lambda: new_shorter_edge, (height/width) * new_shorter_edge) 

現在你有new_height和new_widthTensor值，將採取在運行時適當的值。

---

*  要訪問運營商在目前發佈的版本，你需要導入以下：

from tensorflow.python.ops import control_flow_ops 

...然後使用control_flow_ops.cond()代替tf.cond()。