使用張量流創建圖像的顏色直方圖

Question

有沒有簡單的方法來計算圖像的顏色直方圖？也許通過濫用內部代碼tf.histogram_summary？從我所看到的，這個代碼不是很模塊化，直接調用一些C++代碼。

在此先感謝。

Answer 1

我會用tf.unsorted_segment_sum，其中「段ID」從顏色值計算和事情，你和爲tf.ones載體。請注意，tf.unsorted_segment_sum可能更好地被認爲是「桶和」。它實現dest[segment] += thing_to_sum - 完全是直方圖所需的操作。

在略微僞代碼（意思是我沒有運行此）：

binned_values = tf.reshape(tf.floor(img_r * (NUM_BINS-1)), [-1]) 
binned_values = tf.cast(binned_values, tf.int32) 
ones = tf.ones_like(binned_values, dtype=tf.int32) 
counts = tf.unsorted_segment_sum(ones, binned_values, NUM_BINS) 

能在一通，如果你想做到這一點，而不是分離出R，G，B值與分裂巧妙地構建你的「人」看起來像紅色的「100100」，綠色的「010010」等，但我懷疑它會整體變慢，而且難以閱讀。我只是做你上面提出的拆分。

Answer 2

這是我現在使用什麼：

# Assumption: img is a tensor of the size [img_width, img_height, 3], normalized to the range [-1, 1]. 
with tf.variable_scope('color_hist_producer') as scope: 
    bin_size = 0.2 
    hist_entries = [] 
    # Split image into single channels 
    img_r, img_g, img_b = tf.split(2, 3, img) 
    for img_chan in [img_r, img_g, img_b]: 
    for idx, i in enumerate(np.arange(-1, 1, bin_size)): 
     gt = tf.greater(img_chan, i) 
     leq = tf.less_equal(img_chan, i + bin_size) 
     # Put together with logical_and, cast to float and sum up entries -> gives count for current bin. 
     hist_entries.append(tf.reduce_sum(tf.cast(tf.logical_and(gt, leq), tf.float32))) 

    # Pack scalars together to a tensor, then normalize histogram. 
    hist = tf.nn.l2_normalize(tf.pack(hist_entries), 0) 

Answer 3

tf.histogram_fixed_width 

可能是你在找什麼...

完整文檔上

https://www.tensorflow.org/api_docs/python/tf/histogram_fixed_width