码迷,mamicode.com
首页 > 其他好文 > 详细

图片读取

时间:2019-03-31 11:07:14      阅读:187      评论:0      收藏:0      [点我收藏+]

标签:rod   put   channels   png   shuffle   global   filename   break   glob   

图片读取有多种方式,这里先记录几种,以后慢慢更新

 

tf.read_file

直接读取图片内容,需要解码;输出为Tensor,需要转换数据格式

 

示例代码

filename = myfiles/2.png

img_content = tf.read_file(filename)                        # 读取图片
img = tf.image.decode_png(img_content, channels=3)          # 解码图片,注意通道数必须是3以上,1实验不成功
img = tf.cast(img, tf.float32)                              # 转换图片数据的格式 must

with tf.Session() as sess:
    img = sess.run(img)
    plt.imshow(img[:,:,:])
    plt.show()

输出

技术图片

 

附带图片处理

 

示例代码

filename = myfiles/2.png

img_content = tf.read_file(filename)
img = tf.image.decode_png(img_content, channels=3)
img = tf.image.resize_images(img, size=(1080, 1080))              # 重置图片大小
# img = tf.reshape(img, shape=(1080, 1080, 3))                        # 这个不行
# img = tf.image.resize_image_with_crop_or_pad(img, 1080, 1080)      # 以图片为中心填充或者裁剪为指定大小
img = tf.image.per_image_standardization(img)                    # 标准化图片数据
img = tf.cast(img, tf.float32)

with tf.Session() as sess:
    img = sess.run(img)
    plt.imshow(img[:,:,:])
    plt.show()

1. 重置图片大小

2. 图片裁剪或者填充为指定大小

3. 图片数据标准化

 

resize_images 输出

技术图片

 

resize_image_with_crop_or_pad 输出

技术图片

 

reader 文件阅读器

它的read方法需要输入一个队列(文件名队列),然后自动取出一个文件,读取文件,生成数据队列

 

示例代码

filelist = [myfiles/2.png, myfiles/3.png]
file_queue = tf.train.string_input_producer(filelist, shuffle=True, num_epochs=2)   # 自动生成文件名队列

reader = tf.WholeFileReader()
key, value = reader.read(file_queue)        # 从文件名队列中获取一个文件名,并读取文件

with tf.Session() as sess:
    sess.run(tf.local_variables_initializer())
    tf.train.start_queue_runners(sess)

    i = 0
    while 1:
        i += 1
        try:
            image = sess.run(value)         # 生成字符串
            # 可直接写入图片文件,生成图片
            with open(test_%d.jpg % i, wb) as f:
                f.write(image)

            # 也可解码为图片格式
            image = tf.image.decode_png(image, channels=3)
            image = sess.run(image)
            plt.imshow(image)
            plt.show()
        except:
            break

注意这种方式直接生成字符串,不需要进行格式转换

 

tf.gfile.FastGFile

filename = myfiles/2.png

image_raw_data = tf.gfile.FastGFile(filename, rb).read()      # 这里必须加 b,因为tf里默认字符串是二进制的
image = tf.image.decode_png(image_raw_data)

print(image.eval(session=tf.Session()))

### tf 字符串
a = tf.Variable(a)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(a))                              # b‘a‘

输出为字符串,无需转换格式

 

多线程+批量读取

注意这两种方式本身没有关系,都可以单独使用,这里放在一起是为了直接展示这两种方法。

 

示例代码

imgpath = [myfiles/2.png, myfiles/3.png]
# 将路径转化成张量形式
imgpath = tf.convert_to_tensor(imgpath)
# 产生一个队列每次随机产生一张图片地址
# 注意这里要放在数组里面
image = tf.train.slice_input_producer([imgpath])
# 得到一个batch的图片地址
img_batch = tf.train.batch([image],batch_size=20,capacity=100)

with tf.Session() as sess:
    coord = tf.train.Coordinator()
    thread = tf.train.start_queue_runners(sess,coord)
    i = 0
    try:
        while not coord.should_stop():
            imgs = sess.run(img_batch)
            fig = plt.figure()
            for i,path in enumerate(imgs):
                img_content = tf.read_file(path[0].decode(utf-8))     # 读取图片
                img = tf.image.decode_png(img_content, channels=3)      # 解码图片
                img = tf.cast(img, tf.float32)                          # 转换数据格式  must
                img = sess.run(img)
                print(img.shape)
                axes = fig.add_subplot(5,4,i+1)
                axes.imshow(img[:, :, :])
                # axes.axis(‘off‘)
            # plt.ion()
            plt.show()
            time.sleep(1)
            # plt.close()
            i+=1
            if i%10==0:
                break
    except tf.errors.OutOfRangeError:
        pass
    finally:
        coord.request_stop()
    coord.join(thread)

 

 

参考资料:

https://blog.csdn.net/he_wen_jie/article/details/80078366

图片读取

标签:rod   put   channels   png   shuffle   global   filename   break   glob   

原文地址:https://www.cnblogs.com/yanshw/p/10606051.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!