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。但是结果不对。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 的新手，感谢您的帮助。
This is the shepp-logan.jpg image I use. It is a grayscale image with size 64*64
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)
请您参考如下方法:
问题是函数 radon 返回的值对于 tensorflow 来说太高了。 Tensorflow 希望每个 channel 的值介于 0 到 255 (uint8) 之间。
我没看这是为什么，但我在查看 sinogram 中的值后做了一个快速测试，并决定除以 np.max(sinogram)我相信结果看起来更接近你的期望:)
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
这是张量板指南:https://www.tensorflow.org/programmers_guide/summaries_and_tensorboard
