5

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() 正确保存图像，但我想知道如何在 TensorFlow 中执行此操作。

我是 TensorFlow 新手，感谢您的帮助。

这是shepp-logan.jpg我使用的图像。这是一张64*64大小的灰度图

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)
4

1 回答 1

8

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

我不知道为什么会这样，但是在查看了其中的值sinogram并决定除以之后我做了一个快速测试np.max(sinogram)，结果看起来更接近你所期望的我相信:)

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张量板，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

于 2018-06-24T00:07:23.003 回答