python读取图像数据流_浅谈TensorFlow中读取图像数据的三种方式

本文面对三种常常遇到的情况，总结三种读取数据的方式，分别用于处理单张图片、大量图片，和TFRecorder读取方式。并且还补充了功能相近的tf函数。

1、处理单张图片

我们训练完模型之后，常常要用图片测试，有的时候，我们并不需要对很多图像做测试，可能就是几张甚至一张。这种情况下没有必要用队列机制。

import tensorflow as tf

import matplotlib.pyplot as plt

def read_image(file_name):

img = tf.read_file(filename=file_name) # 默认读取格式为uint8

print("img 的类型是",type(img));

img = tf.image.decode_jpeg(img,channels=0) # channels 为1得到的是灰度图，为0则按照图片格式来读

return img

def main( ):

with tf.device("/cpu:0"):

# img_path是文件所在地址包括文件名称，地址用相对地址或者绝对地址都行

img_path='./1.jpg'

img=read_image(img_path)

with tf.Session() as sess:

image_numpy=sess.run(img)

print(image_numpy)

print(image_numpy.dtype)

print(image_numpy.shape)

plt.imshow(image_numpy)

plt.show()

if __name__=="__main__":

main()

"""

输出结果为：

img 的类型是

[[[196 219 209]

[196 219 209]

...

[[ 71 106 42]

[ 59 89 39]

[ 34 63 19]

...

[ 21 52 46]

[ 15 45 43]

[ 22 50 53]]]

uint8

(675, 1200, 3)

"""

和tf.read_file用法相似的函数还有tf.gfile.FastGFile tf.gfile.GFile，只是要指定读取方式是'r' 还是'rb' 。

2、需要读取大量图像用于训练

这种情况就需要使用Tensorflow队列机制。首先是获得每张图片的路径，把他们都放进一个list里面，然后用string_input_producer创建队列，再用tf.WholeFileReader读取。具体请看下例：

def get_image_batch(data_file,batch_size):

data_names=[os.path.join(data_file,k) for k in os.listdir(data_file)]

#这个num_epochs函数在整个Graph是local Variable，所以在sess.run全局变量的时候也要加上局部变量。

filenames_queue=tf.train.string_input_producer(data_names,num_epochs=50,shuffle=True,capacity=512)

reader=tf.WholeFileReader()

_,img_bytes=reader.read(filenames_queue)

image=tf.image.decode_png(img_bytes,channels=1) #读取的是什么格式，就decode什么格式

#解码成单通道的，并且获得的结果的shape是[?, ?,1]，也就是Graph不知道图像的大小，需要set_shape

image.set_shape([180,180,1]) #set到原本已知图像的大小。或者直接通过tf.image.resize_images，tf.reshape()

image=tf.image.convert_image_dtype(image,tf.float32)

#预处理下面的一句代码可以换成自己想使用的预处理方式

#image=tf.divide(image,255.0)

return tf.train.batch([image],batch_size)

这里的date_file是指文件夹所在的路径，不包括文件名。第一句是遍历指定目录下的文件名称，存放到一个list中。当然这个做法有很多种方法，比如glob.glob，或者tf.train.match_filename_once

全部代码如下：

import tensorflow as tf

import os

def read_image(data_file,batch_size):

data_names=[os.path.join(data_file,k) for k in os.listdir(data_file)]

filenames_queue=tf.train.string_input_producer(data_names,num_epochs=5,shuffle=True,capacity=30)

reader=tf.WholeFileReader()

_,img_bytes=reader.read(filenames_queue)

image=tf.image.decode_jpeg(img_bytes,channels=1)

image=tf.image.resize_images(image,(180,180))

image=tf.image.convert_image_dtype(image,tf.float32)

return tf.train.batch([image],batch_size)

def main( ):

img_path=r'F:\dataSet\WIDER\WIDER_train\images\6--Funeral' #本地的一个数据集目录，有足够的图像

img=read_image(img_path,batch_size=10)

image=img[0] #取出每个batch的第一个数据

print(image)

init=[tf.global_variables_initializer(),tf.local_variables_initializer()]

with tf.Session() as sess:

sess.run(init)

coord = tf.train.Coordinator()

threads = tf.train.start_queue_runners(sess=sess,coord=coord)

try:

while not coord.should_stop():

print(image.shape)

except tf.errors.OutOfRangeError:

print('read done')

finally:

coord.request_stop()

coord.join(threads)

if __name__=="__main__":

main()

"""

输出如下：

(180, 180, 1)

"""

这段代码可以说写的很是规整了。注意到init里面有对local变量的初始化，并且因为用到了队列，当然要告诉电脑什么时候队列开始, tf.train.Coordinator 和 tf.train.start_queue_runners 就是两个管理队列的类，用法如程序所示。

与 tf.train.string_input_producer相似的函数是 tf.train.slice_input_producer。 tf.train.slice_input_producer和tf.train.string_input_producer的第一个参数形式不一样。等有时间再做一个二者比较的博客

3、对TFRecorder解码获得图像数据

其实这块和上一种方式差不多的，更重要的是怎么生成TFRecorder文件，这一部分我会补充到另一篇博客上。

仍然使用 tf.train.string_input_producer。

import tensorflow as tf

import matplotlib.pyplot as plt

import os

import cv2

import numpy as np

import glob

def read_image(data_file,batch_size):

files_path=glob.glob(data_file)

queue=tf.train.string_input_producer(files_path,num_epochs=None)

reader = tf.TFRecordReader()

print(queue)

_, serialized_example = reader.read(queue)

features = tf.parse_single_example(

serialized_example,

features={

'image_raw': tf.FixedLenFeature([], tf.string),

'label_raw': tf.FixedLenFeature([], tf.string),

})

image = tf.decode_raw(features['image_raw'], tf.uint8)

image = tf.cast(image, tf.float32)

image.set_shape((12*12*3))

label = tf.decode_raw(features['label_raw'], tf.float32)

label.set_shape((2))

# 预处理部分省略，大家可以自己根据需要添加

return tf.train.batch([image,label],batch_size=batch_size,num_threads=4,capacity=5*batch_size)

def main( ):

img_path=r'F:\python\MTCNN_by_myself\prepare_data\pnet*.tfrecords' #本地的几个tf文件

img,label=read_image(img_path,batch_size=10)

image=img[0]

init=[tf.global_variables_initializer(),tf.local_variables_initializer()]

with tf.Session() as sess:

sess.run(init)

coord = tf.train.Coordinator()

threads = tf.train.start_queue_runners(sess=sess,coord=coord)

try:

while not coord.should_stop():

print(image.shape)

except tf.errors.OutOfRangeError:

print('read done')

finally:

coord.request_stop()

coord.join(threads)

if __name__=="__main__":

main()

在read_image函数中，先使用glob函数获得了存放tfrecord文件的列表，然后根据TFRecord文件是如何存的就如何parse，再set_shape；这里有必要提醒下parse的方式。我们看到这里用的是tf.decode_raw ，因为做TFRecord是将图像数据string化了，数据是串行的，丢失了空间结果。从features中取出image和label的数据，这时就要用 tf.decode_raw 解码，得到的结果当然也是串行的了，所以set_shape 成一个串行的，再reshape。这种方式是取决于你的编码TFRecord方式的。

再举一种例子：

reader=tf.TFRecordReader()

_,serialized_example=reader.read(file_name_queue)

features = tf.parse_single_example(serialized_example, features={

'data': tf.FixedLenFeature([256,256], tf.float32), ###

'label': tf.FixedLenFeature([], tf.int64),

'id': tf.FixedLenFeature([], tf.int64)

})

img = features['data']

label =features['label']

id = features['id']

这个时候就不需要任何解码了。因为做TFRecord的方式就是直接把图像数据append进去了。