在 TensorFlow 中将张量保存为图像

Question

这可能是一个简单的问题。我只是想对图像进行氡变换并使用 TensorFlow 中的函数保存它。但结果不对。我知道我可以使用 plt.imsave() 来正确保存图像，但我想知道如何在 TensorFlow 中做到这一点。

我是 TensorFlow 的新手，感谢您的帮助。

这是shepp-logan.jpg我使用的图像。它是大小为 64*64 的灰度图像

这是保存的图片

这是我的代码。

from skimage.transform import radon,iradon
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np

sess = tf.Session()
img = plt.imread('shepp-logan.jpg')
theta = np.linspace(0., 180., max(img.shape), endpoint=False)
sinogram = radon(img, theta=theta, circle=True)
sinogram = tf.cast(sinogram, tf.uint8)
sinogram = tf.expand_dims(sinogram, -1)
sinogram = tf.image.encode_jpeg(sinogram, quality=100, format='grayscale')
writer = tf.write_file('test_sinogram.jpg', sinogram)
sess.run(writer)

Answer 1

问题是函数 radon 返回的值对于 tensorflow 来说太高了。Tensorflow 希望uint8每个通道的值在 0 到 255 ( ) 之间。

我不知道为什么会这样，但是在查看了 中的值后我做了一个快速测试sinogram并决定除以np.max(sinogram)结果看起来更接近我相信的预期:)

from skimage.transform import radon,iradon
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np

sess = tf.Session()
img = plt.imread('shepp-logan.jpg')
theta = np.linspace(0., 180., max(img.shape), endpoint=False)
sinogram = radon(img, theta=theta, circle=True)

# scaling the values here
sinogram = 255*sinogram/np.max(sinogram)

sinogram = tf.cast(sinogram, tf.uint8)
sinogram = tf.expand_dims(sinogram, -1)
sinogram = tf.image.encode_jpeg(sinogram, quality=100, format='grayscale')
writer = tf.write_file('test_sinogram.jpg', sinogram)
sess.run(writer)

至于我推荐你使用的 tensorboard，你必须使用 tf.summary.image：https ://www.tensorflow.org/api_docs/python/tf/summary/image

这是张量板的指南：https ://www.tensorflow.org/programmers_guide/summaries_and_tensorboard