一、图像基本知识

1、如何转换图片文件
回忆：之前我们在特征抽取中讲过如何将文本处理成数据
思考：如何将图片文件转换成机器学习算法能够处理的数据？
我们经常接触到的图片有两种，一种是黑白图片（灰度图），另一种是彩色图片
组成图片的最基本单位是像素

2、特征抽取
文本特征抽取：转换成数值，二维数组shape(n_samples, m_features)
n_samples行，m_features列
字典特征抽取：转换成数值，二维数组shape(n_samples, m_features)
one-hot编码

图片怎么特征抽取？

3、图片三要素
组成一张图片特征值是所有的像素值，有三个维度：图片长度、图片宽度、图片通道数

图片的通道数是什么？
描述一个像素点，如果是灰度图，那么只需要一个数值来描述它，就是单通道
如果一个像素点，有RGB三种颜色来描述它，就是三通道

灰度图：单通道
彩色图：三通道，RGB

4、图片的特征抽取
图片：转换成数值，三维数组shape(图片长度、图片宽度、图片通道数)

灰度图[长，宽，1]
    每一个像素点是[0, 255]的数，越接近255越白

彩色图[长，宽，3]
    每一个像素点是三个通道（每个通道又是一个灰度图）
    一个彩色像素点是由三个通道像素点组合而成
    每一个像素点用3个[0, 255]的数来表示

5、如果一张彩色图片的长为200，宽为200，通道数为3，那么总的像素为：200 * 200 * 3

二、图片张量的形状

1、在tensorflow中如何用张量表示一张图片呢？
Tensor(指令名称, shape, dtype)

一张图片可以被表示成一个3D张量，即其形状为[height, width, channel]，height就表示高，width表示宽，channel表示通道数。我们会经常遇到3D和4D的表示

2、单个图片
一张图片，shape部分 = (height, width, channel)

3、多个图片
多张图片，shape部分 = (batch, height, width, channel)，batch表示一个批次的张量数量

三、图片特征值处理

1、图片数据集
（1）一个样本图片：327 * 499 * 3，数据量过大
（2）样本和样本的形状不统一，没办法进行批量操作和运算

2、为什么要将图片缩放到统一大小？
在进行图像识别的时候，每个图片样本的特征数量要保持相同。所以要将所有图片张量大小统一转换
另一方面，如果图片的像素量太大，通过这种方式适当减少像素的数量，减少训练的计算开销

3、tf.image.resize(images, size)
说明：
（1）缩放图片
（2）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
（3）size：是1-D int32张量，有2个要素：new_height，new_width，图像的新尺寸
（4）返回4-D格式或者3-D格式图片

四、图片数据格式

1、存储
用统一的uint8（节约空间）

2、矩阵计算
float32（提高精度）

五、案例：狗图片读取

1、读取流程分析
（1）构造图片文件名队列
（2）读取图片数据并进行解码
（3）处理图片数据形状
（4）运行

2、代码day02_dog_picture_read.py

import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
import tensorflow as tfdef picture_read():"""狗图片读取案例"""image_dataset = []  #创建一个空列表image_resize = []# 1、构造文件名列表filenames = tf.data.Dataset.list_files("./dog/*.jpg")for filename in filenames:print(filename)# 2、读取与解码for filename in filenames:raw = tf.io.read_file(filename)image = tf.io.decode_jpeg(raw, channels=3)print("image: ", image.shape, image.dtype)image_dataset.append(image)# 3、批处理#print("image_dataset: ", image_dataset)# 图像的形状、类型修改for image in image_dataset:resize = tf.image.resize(image, [200, 200])print("resize: ", resize)image_resize.append(resize)#print("image_resize: ", image_resize)return Noneif __name__ == "__main__":picture_read()

filename打印例子：

tf.Tensor(b'./dog/dog.73.jpg', shape=(), dtype=string)

image打印例子：

image:  (375, 499, 3) <dtype: 'uint8'>

resize打印例子：

resize:  tf.Tensor(
[[[ 35.787663  35.787663  43.787663][ 28.08867   28.846172  32.36117 ][ 17.412218  17.412218  15.636655]...[103.03774  106.03774  114.813324][102.62288  105.62288  113.107925][ 93.996574  96.780716 101.780716]][[ 60.637985  60.637985  69.14299 ][ 27.600521  28.289515  32.010033][ 19.479155  19.479155  18.004156]...[ 32.533382  35.607536  41.51757 ][ 35.41387   37.985897  43.11993 ][ 43.380077  43.592636  47.422752]][[ 69.490005  69.490005  78.20056 ][ 23.95669   24.47169   28.818346][ 22.8125    22.8125    21.6125  ]...[ 39.336327  43.336327  45.53636 ][ 22.146877  23.9786    25.84197 ][ 50.45275   47.524483  48.972183]]...[[106.42441   86.42441   79.42441 ][121.99182  101.99182   94.99182 ][169.41891  149.4189   142.4189  ]...[145.95242  122.95242  114.95242 ][147.68799  124.68798  116.68798 ][122.67888  102.26643   95.12895 ]][[117.95943   94.80693   91.95943 ][124.60395  101.27746  100.38693 ][153.56409  129.69409  130.43408 ]...[142.74245  118.30745  112.796585][142.50908  117.41502  113.44056 ][131.79726  109.64476  101.92726 ]][[141.82442  117.82442  117.82442 ][120.10246   95.10246   98.34496 ][131.69261  106.69261  110.69261 ]...[154.4974   126.497406 123.497406][147.52274  120.795166 120.522736][135.49553  112.49553  104.49553 ]]], shape=(200, 200, 3), dtype=float32)

先用tf.data.Dataset.list_files()获取文件名列表，然后用tf.io.read_file()读取成dtype string类型的tensor对象，然后用tf.io.decode_jpeg()解码成dtype uint8类型的tensor对象，然后把解码后的image放入列表里，然后用tf.image.resize()调整大小