【学习笔记】tensorflow图片读取

目录

• 图像基本概念
• 图像基本操作
  • 图像基本操作API
• 图像读取API
• 狗图片读取
• CIFAR-10二进制数据读取
• TFRecords
  • TFRecords存储
  • TFRecords读取方法

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(height*width*chnanel)张量表示。图像所有像素存在磁盘文件，需要被加载到内存。

图像基本操作

目的：

1. 增加图片数据的统一性
2. 所有图片转换成指定大小
3. 缩小图片数据量，防止增加开销

操作：

1. 缩小图片大小

图像基本操作API

tf.image.resize_images(images, size)：缩小图片

• images：4-D形状[batch, height, width, channels]或3-D形状的张量[height, width, channels]的图片数据
• size：1-D int32张量：new_height, new_width，图像的新尺寸
• 返回4-D格式或者3-D格式图片

图像读取API

图像读取器：

tf.WholeFileReader：将文件的全部内容作为值输出的读取器

• return：读取器实例
• read(file_queue):输出将是一个文件名（key）和该文件的内容（值）

图像解码器：

tf.image.decode_jpeg(contents)：将JPEG编码的图像解码为uint8张量

• return:uint8张量，3-D形状[height, width, channels]

tf.image.decode_png(contents)：将PNG编码的图像解码为uint8或uint16张量

• return:张量类型，3-D形状[height, width, channels]

狗图片读取

import tensorflow as tf
import os

def readpic(filelist):
    """
    狗图片读取
    """
    # 构建文件队列
    file_queue = tf.train.string_input_producer(filelist)

    # 构造阅读器
    reader = tf.WholeFileReader()

    key, value = reader.read(file_queue)
    print(value)

    # 对读取到的图片进行解码
    image = tf.image.decode_jpeg(value)
    print(image)

    # 处理图片的大小
    img_resize = tf.image.resize_images(image, [250, 250])
    print(img_resize)
    img_resize.set_shape([250, 250, 3])

    # 批处理
    image_batch = tf.train.batch([img_resize], batch_size=10, num_threads=1, capacity=10)
    print(image_batch)
    return image_batch

if __name__ == '__main__':
    filelist = os.listdir("./data/dogs")
    filelist = ["./data/dogs/{}".format(i) for i in filelist]

    image_batch = readpic(filelist)

    with tf.Session() as sess:

        # 线程协调器
        coord = tf.train.Coordinator()

        # 开启读取文件线程
        threads = tf.train.start_queue_runners(sess, coord=coord)

        # 打印数据
        print(sess.run([image_batch]))

        coord.request_stop()
        coord.join()

案例流程：

• 构造图片文件队列
• 构造阅读器
• 读取图片数据
• 处理图片数据

CIFAR-10二进制数据读取

网站：https://www.cs.toronto.edu/~kriz/cifar.html

import tensorflow as tf
import os

# 定义cifar命令相关参数
tf.app.flags.DEFINE_string("cifar_dir", "./data/cifar-10-batches-bin", "cifar目录")

FLAGS = tf.app.flags.FLAGS

class CifarReader(object):
    """
    读取二进制文件，写入tfrecords，读取tfrecords
    """

    def __init__(self, filelist):
        self.filelist = filelist

        # 定义读取的二进制图片的一些属性
        self.width = 32
        self.height = 32
        self.channel = 3

        self.label_bytes = 1
        self.image_bytes = self.width * self.height * self.channel
        self.bytes = self.label_bytes + self.image_bytes

    def read_and_decode(self):
        # 构造文件队列
        file_queue = tf.train.string_input_producer(self.filelist)

        # 构造二进制文件阅读器
        reader = tf.FixedLengthRecordReader(self.bytes)
        key, value = reader.read(file_queue)

        # 解码
        label_image = tf.decode_raw(value, tf.uint8)
        print(label_image)

        # 分离出图片和标签数据
        label = tf.cast(tf.slice(label_image, [0], [self.label_bytes]), tf.int32)
        image = tf.slice(label_image, [self.label_bytes], [self.image_bytes])
        # 改变图片的形状 [3072] -> [32, 32, 3]
        image_reshape = tf.reshape(image, [self.height, self.width, self.channel])
        print(label, image_reshape)

        # 批处理数据
        label_batch, image_batch = tf.train.batch([label, image_reshape], batch_size=20, num_threads=1, capacity=20)
        print(label_batch, image_batch)

        return label_batch, image_batch

if __name__ == '__main__':
    filelist = os.listdir(FLAGS.cifar_dir)
    filelist = [os.path.join(FLAGS.cifar_dir, i) for i in filelist if i.endswith(".bin")]

    cf = CifarReader(filelist)

    label_batch, image_batch = cf.read_and_decode()

    with tf.Session() as sess:

        # 线程协调器
        coord = tf.train.Coordinator()

        # 开启读取文件线程
        threads = tf.train.start_queue_runners(sess, coord=coord)

        # 打印数据
        print(sess.run([label_batch, image_batch]))

        coord.request_stop()
        coord.join()

TFRecords

TFRecords是Tensorflow设计的一种内置文件格式，是一种二进制文件，它能更好的利用内存，更方便复制和移动。为了将二进制数据和标签(训练的类别标签)数据存储在同一个文件中。

TFRecords存储

1. 建立TFRecord存储器：tf.python_io.TFRecordWriter(path)
   • path: TFRecords文件的路径
   • return：写文件
   • 方法：
     • write(record):向文件中写入一个字符串记录
     • close():关闭文件写入器
   • 注：字符串是一个序列化的Example：Example.SerializeToString()
2. 构造每个样本的Example协议块
   • tf.train.Example(features=None)
     • 写入tfrecords文件
     • features:tf.train.Features类型的特征实例
     • return：example格式协议块
   • tf.train.Features(feature=None)
     • 构建每个样本的信息键值对
     • features:字典数据,key为要保存的名字，value为tf.train.Feature实例
     • return:Features类型
   • tf.train.Feature(**options)
     • **options：例如：
       
       bytes_list=tf.train. BytesList(value=[Bytes])
       
       int64_list=tf.train. Int64List(value=[Value])

对于上例中【CIFAR-10二进制数据读取】读取到的数据进行存储：

import tensorflow as tf
import os

# 定义cifar命令相关参数
tf.app.flags.DEFINE_string("cifar_dir", "./data/cifar-10-batches-bin", "cifar目录")
tf.app.flags.DEFINE_string("cifar_tfrecords", "./temp/cifar.tfrecords", "保存的tfrecords文件路径")

FLAGS = tf.app.flags.FLAGS

class CifarReader(object):
    """
    读取二进制文件，写入tfrecords，读取tfrecords
    """

    def __init__(self, filelist):
        self.filelist = filelist

        # 定义读取的二进制图片的一些属性
        self.width = 32
        self.height = 32
        self.channel = 3

        self.label_bytes = 1
        self.image_bytes = self.width * self.height * self.channel
        self.bytes = self.label_bytes + self.image_bytes

    def read_and_decode(self):
        # 构造文件队列
        file_queue = tf.train.string_input_producer(self.filelist)

        # 构造二进制文件阅读器
        reader = tf.FixedLengthRecordReader(self.bytes)
        key, value = reader.read(file_queue)

        # 解码
        label_image = tf.decode_raw(value, tf.uint8)
        print(label_image)

        # 分离出图片和标签数据
        label = tf.cast(tf.slice(label_image, [0], [self.label_bytes]), tf.int32)
        image = tf.slice(label_image, [self.label_bytes], [self.image_bytes])
        # 改变图片的形状 [3072] -> [32, 32, 3]
        image_reshape = tf.reshape(image, [self.height, self.width, self.channel])
        print(label, image_reshape)

        # 批处理数据
        label_batch, image_batch = tf.train.batch([label, image_reshape], batch_size=20, num_threads=1, capacity=20)
        print(label_batch, image_batch)

        return label_batch, image_batch

    def write_to_tfrecords(self, label_batch, image_batch):
        """
        存储图片的目标值和特征值
        :param label_batch: 图片的目标值
        :param image_batch: 图片的特征值
        :return: None
        """
        # 建立tfrecords存储器
        writer = tf.python_io.TFRecordWriter(FLAGS.cifar_tfrecords)

        # 将所有样本写入文件
        for i in range(label_batch.shape[0]):
            label = int(label_batch[i].eval()[0])
            image = image_batch[i].eval().tostring()

            example = tf.train.Example(features=tf.train.Features(feature={
                "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[label])),
                "image": tf.train.Feature(bytes_list=tf.train.BytesList(value=[image]))
            }))

            writer.write(example.SerializeToString())

        writer.close()

if __name__ == '__main__':
    filelist = os.listdir(FLAGS.cifar_dir)
    filelist = [os.path.join(FLAGS.cifar_dir, i) for i in filelist if i.endswith(".bin")]

    cf = CifarReader(filelist)

    label_batch, image_batch = cf.read_and_decode()

    with tf.Session() as sess:

        # 线程协调器
        coord = tf.train.Coordinator()

        # 开启读取文件线程
        threads = tf.train.start_queue_runners(sess, coord=coord)

        # 存为tfrecords文件
        cf.write_to_tfrecords(label_batch, image_batch)

        # 打印数据
        print(sess.run([label_batch, image_batch]))

        coord.request_stop()
        coord.join()

TFRecords读取方法

同文件阅读器流程,中间需要解析过程

解析TFRecords的example协议内存块：

• tf.parse_single_example(serialized,features=None,name=None)
  • 解析一个单一的Example原型
  • serialized：标量字符串Tensor，一个序列化的Example
  • features：dict字典数据，键为读取的名字，值为FixedLenFeature
  • return:一个键值对组成的字典，键为读取的名字
• tf.FixedLenFeature(shape,dtype)
  • shape：输入数据的形状，一般不指定,为空列表
  • dtype：输入数据类型，与存储进文件的类型要一致，类型只能是float32,int64,string

读取上例保存的tfrecords文件：

# 定义cifar命令相关参数
tf.app.flags.DEFINE_string("cifar_dir", "./data/cifar-10-batches-bin", "cifar目录")
tf.app.flags.DEFINE_string("cifar_tfrecords", "./temp/cifar.tfrecords", "保存的tfrecords文件路径")

FLAGS = tf.app.flags.FLAGS

class CifarReader(object):
    """
    读取二进制文件，写入tfrecords，读取tfrecords
    """

    def __init__(self, filelist):
        self.filelist = filelist

        # 定义读取的二进制图片的一些属性
        self.width = 32
        self.height = 32
        self.channel = 3

        self.label_bytes = 1
        self.image_bytes = self.width * self.height * self.channel
        self.bytes = self.label_bytes + self.image_bytes

    def read_from_cfrecords(self):
        """
        读取cfrecords
        :return: None
        """
        # 构建文件队列
        file_queue = tf.train.string_input_producer([FLAGS.cifar_tfrecords])

        # 构建文件阅读器
        reader = tf.TFRecordReader()
        key, value = reader.read(file_queue)

        # 解析example
        features = tf.parse_single_example(value, features={
            "label": tf.FixedLenFeature([], tf.int64),
            "image": tf.FixedLenFeature([], tf.string)
        })

        # 解码
        image = tf.decode_raw(features["image"], tf.uint8)
        image_reshape = tf.reshape(image, [self.height, self.width, self.channel])
        label = tf.cast(features["label"], tf.int32)
        print(label, image_reshape)

        # 批处理
        label_batch, image_batch = tf.train.batch([label, image_reshape], batch_size=20, num_threads=1, capacity=20)
        print(label_batch, image_reshape)
        return label_batch, image_reshape

if __name__ == '__main__':

    label_batch, image_batch = cf.read_from_cfrecords()

    with tf.Session() as sess:

        # 线程协调器
        coord = tf.train.Coordinator()

        # 开启读取文件线程
        threads = tf.train.start_queue_runners(sess, coord=coord)

        # 打印数据
        print(sess.run([label_batch, image_batch]))

        coord.request_stop()
        coord.join()