tensorflow中的圖片讀取和裁剪常用的方式有哪些

from skimage import data, io, transform, color 
import matplotlib.pyplot as plt 
 
# io.imread 讀出的圖片格式是uint8，value是numpy array 類型。
image = data.coffee()
image = io.imread(dir)
 
plt.imshow(image)
plt.show()
 
io.save('1.jpg',image) #保存圖像
 
image_gray = color.rgb2gray(image) #轉換為灰度圖像
io.save('2.jpg',image_gray)
 
# 通過transform.resize()裁剪后的圖片是以 float64的格式存儲的，數值的取值范圍是（0~1）
image_ = transform.resize(image,(200,200))
img = image_ * 255 #將圖片的取值范圍改成（0~255）
img = img.astype(np.uint8) 
img = image_ * 255 #將圖片的取值范圍改成（0~255）
img = img.astype(np.uint8) 

import cv2
import matplotlib.pyplot as plt 
 
# cv2.imread讀出的圖片格式是uint8,value也是numpy array 類型。
# 圖像數據格式是以BGR的格式進行存儲的。需要將存儲類型改成RGB 的形式才能正常顯示原圖的顏色。
image=cv2.imread(dir) 
b,g,r = cv2.split(image)  #將圖像通道分離開 
rgb_image = cv2.merge([r,g,b]) #以RGB的形式重新組合 
#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) 也可以使用這個函數直接轉換成RGB 形式 
plt.imshow(rgb_image) 
 
# 通過cv2.resize()裁剪后的圖片還是以 numpy array 的方式保存的， 數值的取值范圍是（0~255）
image_cv2 = cv2.resize(rgb_image)
 
image=cv2.imread(dir) 
b,g,r = cv2.split(image)  #將圖像通道分離開 
rgb_image = cv2.merge([r,g,b]) #以RGB的形式重新組合 
#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) 也可以使用這個函數直接轉換成RGB 形式 
plt.imshow(rgb_image) 

# 通過cv2.resize()裁剪后的圖片還是以 numpy array 的方式保存的， 數值的取值范圍是（0~255）
image_cv2 = cv2.resize(rgb_image)

import cv2
import matplotlib.pyplot as plt
from skimage import transform 
import numpy as np
import skimage.io as io 
 
train_dir = 'E:/TensorFlow/Project_TF/flower_tfrecord/data/test/roses/timg.jpg'
 
'''以cv2方式讀取圖片'''
image=cv2.imread(train_dir)
b,g,r = cv2.split(image)  #將圖像通道分離開
rgb_image = cv2.merge([r,g,b]) #以RGB的形式重新組合
 
#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) 也可以使用這個函數直接轉換成RGB 形式
plt.imshow(rgb_image)
 
'''以io.imread方式讀取圖片'''
#image = io.imread(train_dir) #讀圖并顯示 
#plt.imshow(image)

'''以io.imread方式讀取圖片并使用transform形式裁剪圖片'''
image = io.imread(train_dir) #讀圖并顯示 
plt.imshow(image)
image =transform.resize(image, (208, 208))
img = image * 255 #將圖片的取值范圍改成（0~255）
img = img.astype(np.uint8) 
 
plt.imshow(img)