tensorflow 图像增强

TensorFlow提供了一些图像增强的API，可以用于数据增强，提高模型的泛化能力。常用的图像增强方法包括：随机裁剪、随机翻转、随机旋转、随机亮度、随机对比度等。

下面是一个简单的例子，展示如何使用TensorFlow进行图像增强：

import tensorflow as tf

# 读取图片
image = tf.io.read_file('image.jpg')
image = tf.image.decode_jpeg(image, channels=3)

# 随机裁剪
image = tf.image.random_crop(image, size=[224, 224, 3])

# 随机翻转
image = tf.image.random_flip_left_right(image)

# 随机旋转
image = tf.image.rot90(image, k=tf.random.uniform(shape=[], minval=0, maxval=4, dtype=tf.int32))

# 随机亮度
image = tf.image.random_brightness(image, max_delta=0.2)

# 随机对比度
image = tf.image.random_contrast(image, lower=0.2, upper=1.8)

# 将像素值缩放到[0, 1]之间
image = tf.clip_by_value(image, 0, 255) / 255.

# 显示图片
tf.keras.preprocessing.image.array_to_img(image).show()