tf.keras.preprocessing.image.smart_resize

Изменение размера изображений до целевого размера без искажения соотношения сторон.

tf.keras.preprocessing.image.smart_resize(
    x, size, interpolation='bilinear'
)

Наборы данных изображений TensorFlow обычно содержат изображения различного размера. Однако эти изображения необходимо объединить в пакет перед обработкой слоями Keras. Для объединения в пакет изображения должны иметь одинаковую высоту и ширину.

Вы можете просто сделать:

size = (200, 200)
ds = ds.map(lambda img: tf.image.resize(img, size))

Однако, если вы сделаете это, вы исказите соотношение сторон ваших изображений, так как в целом у них нет одинакового соотношения сторон, как у size. Это приемлемо во многих случаях, но не всегда (например, для генеративных состязательных сетей (GAN) это может быть проблемой).

Обратите внимание, что передача аргумента preserve_aspect_ratio=True в resize сохранит соотношение сторон, но при этом не будет соблюдаться предоставленный целевой размер. Поскольку tf.image.resize не обрезает изображения, выходные изображения всё равно будут иметь разные размеры.

Для этого требуется:

size = (200, 200)
ds = ds.map(lambda img: smart_resize(img, size))

Ваши выходные изображения фактически будут (200, 200), и не будут искажены. Вместо этого части изображения, не помещающиеся в целевой размер, будут обрезаны.

Процесс изменения размера:

1. Возьмите самую большую центральную часть изображения, имеющую то же соотношение сторон, что и целевой размер. Например, если size=(200, 200) и входное изображение имеет размер (340, 500), мы берём часть размером (340, 340), расположенную по центру по ширине.
2. Измените размер обрезки до целевого размера. В приведённом выше примере мы меняем размер (340, 340) обрезки до (200, 200).