img = resize_image_with_crop_or_pad(img_tensor, target_height, target_width)
with tf.Session as sess:
img_output = sess.run(img)
Теперь img_output
является массивом numpy, но обратите внимание, что img должен иметь tf.Tensor
формы [1, height, width, channels]
, так что вы можете сделать это заранее, предполагая, что ваше входное изображение уже является массивом numpy:
img_input = np.expand_dims(img_input, 0)
img_tensor = tf.convert_to_tensor(img_input)