TensorFlow笔记-图片读取

回到上一篇文件的读取分这么几步:

# 构造队列

    # 1，构造图片文件的队列
    file_queue = tf.train.string_input_producer(filelist)

# 构造阅读器

    # 2，构造图片阅读器读取队列数据（按一张）
    reader = tf.WholeFileReader()

# 读取文件然后解码

# 3, 读取图片数据并进行解码
key,value = reader.read(file_queue)
image = tf.image.decode_jpeg(value)

# 文件处理

# 4，处理图片数据的大小
image_resize = tf.image.resize_images(image,[200,200])
image_resize.set_shape([200,200,3])

# 批量处理

# 5，批处理
image_batch = tf.train.batch([image_resize],batch_size=7,num_threads=1,capacity=3)

# 循环输出

    with tf.Session() as sess:
        coord = tf.train.Coordinator()

        threads = tf.train.start_queue_runners(sess,coord=coord)
        print(sess.run([image_batch]))

        coord.request_stop()
        coord.join(threads)

图像基本概念

在图像数字化表示当中，分为黑白和彩色两种。在数字化表示图片的时候，有三个因素。分别是图片的长、图片的宽、图片的颜色通道数。那么黑白图片的颜色通道数为1，它只需要一个数字就可以表示一个像素位；而彩色照片就不一样了，它有三个颜色通道，分别为RGB，通过三个数字表示一个像素位。TensorFlow支持JPG、PNG图像格式，RGB、RGBA颜色空间。图像用与图像尺寸相同(heightwidthchnanel)张量表示。图像所有像素存在磁盘文件，需要被加载到内存。

图像大小压缩

大尺寸图像输入占用大量系统内存。训练CNN需要大量时间，加载大文件增加更多训练时间，也难存放多数系统GPU显存。大尺寸图像大量无关本征属性信息，影响模型泛化能力。最好在预处理阶段完成图像操作，缩小、裁剪、缩放、灰度调整等。图像加载后，翻转、扭曲，使输入网络训练信息多样化，缓解过拟合。Python图像处理框架PIL、OpenCV。TensorFlow提供部分图像处理方法。

• tf.image.resize_images 压缩图片导致定大小

图像数据读取实例

同样图像加载与二进制文件相同。图像需要解码。输入生成器(tf.train.string_input_producer)找到所需文件，加载到队列。tf.WholeFileReader 加载完整图像文件到内存，WholeFileReader.read 读取图像，tf.image.decode_jpeg 解码JPEG格式图像。图像是三阶张量。RGB值是一阶张量。加载图像格 式为[batch_size,image_height,image_width,channels]。批数据图像过大过多，占用内存过高，系统会停止响应。直接加载TFRecord文件，可以节省训练时间。支持写入多个样本。

读取图片数据到Tensor

管道读端多文件内容处理

但是会发现read只返回一个图片的值。所以我们在之前处理文件的整个流程中，后面的内容队列的出队列需要用特定函数去获取。

• tf.train.batch 读取指定大小（个数）的张量
• tf.train.shuffle_batch 乱序读取指定大小（个数）的张量

import tensorflow as tf
import os
import warnings
warnings.filterwarnings('ignore')
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
FLAGS = tf.app.flags.FLAGS

tf.app.flags.DEFINE_string("cifar_dir", "data/person/", "文件的目录")

def imgread(filelist):
    # 1，构造图片文件的队列
    file_queue = tf.train.string_input_producer(filelist)
    # 2，构造图片阅读器读取队列数据（按一张）
    reader = tf.WholeFileReader()
    # 3, 读取图片数据并进行解码
    key,value = reader.read(file_queue)
    image = tf.image.decode_jpeg(value)
    # 4，处理图片数据的大小
    image_resize = tf.image.resize_images(image,[200,200])
    print(image_resize)
    image_resize.set_shape([200,200,3])
    print(image_resize)

    # 5，批处理
    image_batch = tf.train.batch([image_resize],batch_size=7,num_threads=1,capacity=3)
    return image_batch
if __name__ == '__main__':
    file_name = os.listdir(FLAGS.cifar_dir)
    filelist = [os.path.join(FLAGS.cifar_dir, file) for file in file_name]
    image_batch = imgread(filelist)
    with tf.Session() as sess:
        coord = tf.train.Coordinator()

        threads = tf.train.start_queue_runners(sess,coord=coord)
        print(sess.run([image_batch]))

        coord.request_stop()
        coord.join(threads)

这里data/person下的图片如下: