Имитация вашего желаемого сценария в Tensorflow 2.1.0 , как и ожидалось, он по-прежнему возвращает то же изображение, что и оригинал.
Вот код, используемый для моделирования в Google Colab Environment :
%tensorflow_version 2.x
import tensorflow as tf
from PIL import Image
import imageio
from matplotlib import pyplot as plt
folder_dir = '/content/sample_data/birds/'
data_dir = [folder_dir+'bird1.jpg', folder_dir+'bird2.jpg', folder_dir+'bird3.jpg']
images = []
for it in range(len(data_dir)):
print("Image Number {}".format(it))
img = imageio.imread(data_dir[it])
img = img / 255
print("Original Image Size : {}".format(img.shape))
my_img = tf.image.resize(img, (img.shape[0], img.shape[1]), method= 'bilinear')
print("After Image Resize : {}\n".format(my_img.shape))
# plt.imshow(my_img)
# plt.show()
После выполнения этого кода ниже выводится .
Image Number 0
Original Image Size : (396, 640, 3)
After Image Resize : (396, 640, 3)
Image Number 1
Original Image Size : (1200, 800, 3)
After Image Resize : (1200, 800, 3)
Image Number 2
Original Image Size : (480, 800, 3)
After Image Resize : (480, 800, 3)
Примечание: Графики подавляются для сокращения ответа.
Подробнее о функции TensorFlow Image Resize можно узнать из этой ссылки .