TensorFlow 的 `tf.image` 提供影像解碼、尺寸調整、裁切、翻轉、亮度與對比調整等功能。影像模型訓練前，`tf.image` 常用來把原始圖片轉成固定尺寸、固定通道與合理的資料增強版本。
tf.image 是什麼？
`tf.image` 是 TensorFlow 的影像處理模組，負責把圖片轉成模型可用張量。常見任務包含 decode、resize、crop、flip、normalize 與色彩調整。
TensorFlow 官方 API 文件列出 `tf.image` 的影像解碼、幾何調整與顏色調整函數（TensorFlow，存取日期：2026-08-27）。對模型訓練而言，`tf.image` 的重點不是修圖，而是建立可重複、可批次化的前處理流程。
TensorFlow 如何讀取與調整圖片尺寸？
TensorFlow 讀取圖片通常先用 `tf.io.read_file()` 取得位元資料，再用 `tf.image.decode_image()` 或指定格式解碼。模型輸入需要固定寬高時，使用 `tf.image.resize()`。
```python
import tensorflow as tf
raw = tf.io.read_file('image.jpg')
image = tf.image.decode_jpeg(raw, channels=3)
image = tf.image.resize(image, [224, 224])
image = tf.cast(image, tf.float32) / 255.0
```
實務資訊增益：影像分類通常可以直接 resize，物件偵測則要同步調整 bounding box。若只 resize 圖片但沒有更新標註，模型會學到錯誤位置。
tf.image 可以做哪些資料增強？
`tf.image` 可以做隨機翻轉、亮度調整、對比調整、裁切與色相調整。資料增強應符合真實影像會出現的變化，而不是把所有操作都打開。
常見操作：
| 操作 | 函數 |
|---|---|
| 隨機水平翻轉 | `tf.image.random_flip_left_right` |
| 隨機亮度 | `tf.image.random_brightness` |
| 隨機對比 | `tf.image.random_contrast` |
| 中心裁切 | `tf.image.central_crop` |
| 調整尺寸 | `tf.image.resize` |
```python
image = tf.image.random_flip_left_right(image)
image = tf.image.random_brightness(image, max_delta=0.1)
image = tf.image.random_contrast(image, lower=0.8, upper=1.2)
```
tf.image 前處理最常見的錯誤是什麼？
`tf.image` 前處理最常見錯誤是 dtype、通道數與數值範圍不一致。模型可能需要 `float32` 且數值落在 0 到 1，或依預訓練模型要求做特定正規化。
檢查表：
- 圖片是否固定為 3 通道。
- 張量 shape 是否符合模型輸入。
- 數值範圍是否符合模型預期。
- 訓練與推論是否使用同一套前處理。
- 隨機增強是否只套用在訓練集。
常見問題
tf.image.resize 會改變標註框嗎？
`tf.image.resize()` 只會改變圖片張量，不會自動更新 bounding box。物件偵測資料需要另外依寬高比例換算標註座標。
TensorFlow 圖像資料要除以 255 嗎？
TensorFlow 圖像資料是否除以 255 取決於模型需求。自建模型常用 0 到 1；預訓練模型則要依官方 preprocess_input 規則處理。
tf.image 可以取代 OpenCV 嗎？
`tf.image` 適合 TensorFlow 訓練管線內的前處理。OpenCV 適合更廣泛的影像分析、幾何處理與傳統電腦視覺操作。
資料增強要放在 tf.data 裡嗎？
資料增強常放在 `tf.data` pipeline 中，方便批次化與並行處理。模型內部 augmentation layer 也是常見選擇。
推論時可以使用 random augmentation 嗎？
一般推論不使用 random augmentation。推論階段應使用穩定的 resize、normalize 與格式轉換，避免輸出不一致。
參考資料
- TensorFlow，〈tf.image〉，存取日期：2026-08-27。
最後更新
2026-08-27
延伸閱讀
關於作者 {#author}
Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。
首次發布：2023-01-04