tensorflow 读取并显示图片

# -*- coding: utf-8 -*-
import tensorflow as tf

filename = '2.jpg'

with tf.gfile.FastGFile(filename,'rb') as f:
    image_data = f.read()

with tf.Session() as sess:
    image = sess.run(image_data)
    print(image.shape)

这里我们用到tf.gfile.FastGFile的read方法

read
read(n=-1)
Returns the contents of a file as a string.

Args:
n: Read ‘n’ bytes if n != -1. If n = -1, reads to end of file.
Returns:
‘n’ bytes of the file (or whole file) in bytes mode or ‘n’ bytes of the string if in string (regular) mode.

read方法默认以字符串返回整个文件的内容，我们这里的参数是rb，所以按照字节返回

# -*- coding: utf-8 -*-
import tensorflow as tf

filename = '2.jpg'


with tf.gfile.FastGFile(filename,'r') as f:
    image_data = f.read()


with tf.Session() as sess:
    image = sess.run(image_data)

这里我尝试让其直接返回字符串，但是会报错

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0: invalid start byte

我也不是很清楚，不多用bytes返回应该就足够了。另一个读取方法是

image_data = tf.read_file(filename)

我觉得这两个读取差别不大，tf.read_file返回的是一个Tensor，所以需要sess，而tf.gfile.FastGFile是直接返回的字节或字符串。这两个方法都是读取图片的原始数据，所以我们需要对其进行解码。

tf.image.decode_jpeg(image_data)
tf.image.decode_image(image_data)
tf.decode_raw(image_data,tf.uint8)

第一个函数就比较简单了，我们读取jpeg格式的图片，然后用tf.image.decode_jpeg(image_data)进行解码得到图片。

# -*- coding: utf-8 -*-
import tensorflow as tf
import matplotlib.pyplot as plt


filename = '2.jpg'


with tf.gfile.FastGFile(filename,'rb') as f:
    image_data = f.read()

with tf.Session() as sess:
    image_data = tf.image.decode_jpeg(image_data)

    image = sess.run(image_data)
    plt.imshow(image)
    print(image.shape)

如果是一个彩色的图片是可以正常输出来的，但是一个灰度图片就不行了。

TypeError: Invalid dimensions for image data

我不死心看了一下数据形状

# -*- coding: utf-8 -*-
import tensorflow as tf
import matplotlib.pyplot as plt


filename = '2.jpg'


with tf.gfile.FastGFile(filename,'rb') as f:
    image_data = f.read()

with tf.Session() as sess:
    image_data = tf.image.decode_jpeg(image_data)

    image = sess.run(image_data)

    print(image.shape)

输出

(400, 600, 1)

但是为什会报错呢？这是因为plt不能绘制这样的数据格式，灰度图必须是(height,width)，但是数据读取会得到(height,width,channels)普通的彩色图就是(height,width,3)，灰度图就是(height,width,1)，为了让plt绘制出来我们需要reshap一下。

# -*- coding: utf-8 -*-
import tensorflow as tf
import matplotlib.pyplot as plt


filename = '2.jpg'


with tf.gfile.FastGFile(filename,'rb') as f:
    image_data = f.read()

with tf.Session() as sess:
    image_data = tf.image.decode_jpeg(image_data)

    image = sess.run(image_data)
    h,w,c=image.shape
    assert c==1
    image = image.reshape(h,w)
    plt.imshow(image)
    print(image.shape)

这样就可以绘制图片了，但是发现是彩色的，这是因为plt默认有颜色的，可以

plt.imshow(image,cmap='gray')

有时候是彩色图片但是我们想要变成灰色

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

这样原本的彩色图片就会变成灰色

• 0: Use the number of channels in the JPEG-encoded image.
• 1: output a grayscale image.
• 3: output an RGB image.

但是要注意，数据shape是

(height,width,3)->(height,width,1)

若要显示还是需要reshape

# -*- coding: utf-8 -*-
import tensorflow as tf
import matplotlib.pyplot as plt

filename = '1.jpg' # 彩色


with tf.gfile.FastGFile(filename,'rb') as f:
    image_data = f.read()

with tf.Session() as sess:
    image_data = tf.image.decode_jpeg(image_data,channels=1)

    image = sess.run(image_data)
    h,w,c=image.shape
    assert c==1
    image = image.reshape(h,w)
    plt.imshow(image,cmap='gray')
    print(image.shape)

tf.image.decode_image(image_data)

这个函数和tf.image.decode_jpeg类似，主要看一下返回

Tensor with type uint8 with shape [height, width, num_channels] for BMP, JPEG, and PNG images and shape [num_frames, height, width, 3] for GIF images.

jpeg,png,bmp,甚至是gif都可以解码。我觉得tf.image.decode_image要比tf.image.decode_jpeg更方便一点。但是你会发现ValueError: 'images' contains no shape.，这是因为这个函数需要返回shape

# -*- coding: utf-8 -*-
import tensorflow as tf
import matplotlib.pyplot as plt

filename = '1.jpg' # 彩色


with tf.gfile.FastGFile(filename,'rb') as f:
    image_data = f.read()

with tf.Session() as sess:
    image_data = tf.image.decode_image(image_data)
    image_data.set_shape([None,None,None])
    image = sess.run(image_data)
    h,w,c=image.shape
    assert c==1
    image = image.reshape(h,w)
    plt.imshow(image,cmap='gray')
    print(image.shape)

最后一个是

tf.decode_raw(image_data,tf.uint8)

这个函数就有点傻乎乎的了，

# -*- coding: utf-8 -*-
import tensorflow as tf

filename = '1.jpg'

with tf.gfile.FastGFile(filename,'rb') as f:
    image_data = f.read()

with tf.Session() as sess:
    image_data = tf.decode_raw(image_data,tf.uint8)

    image = sess.run(image_data)
    print(image)
    print(image.shape)

输出

[255 216 255 ... 127 255 217]
(47982,)

就是原来什么样子我就给你输出什么样子，不过需要指定解码的数据类型。我们是图片所以用tf.uint8。我的困惑就是从这个函数开始的，

# -*- coding: utf-8 -*-
import tensorflow as tf

filename = '1.jpg'

with tf.gfile.FastGFile(filename,'rb') as f:
    image1 = f.read()

image2 = tf.read_file(filename)

with tf.Session() as sess:
    print(len(image1))

    image2 = sess.run(image2) 
    print(len(image2))

输出

47982
47982

但是图片的shape是什么(400,600,3)，就是720000，这可怎么都不一样啊，我是不知道如何根据这些数据解码成图片的，jpeg的编码协议我也不清楚，所以我猜测tf.decode_raw与tf.gfile.FastGFile，tf.read_file并不是配对使用的。

tensorflow这个垃圾，我也是垃圾

# -*- coding: utf-8 -*-
import tensorflow as tf
from PIL import Image
import numpy as np

filename = '1.jpg'
img = Image.open(filename)
img = np.array(img)
h,w,c=img.shape
img_raw = img.tobytes()
example = tf.train.Example(features=tf.train.Features(feature={
       'h': tf.train.Feature(int64_list=tf.train.Int64List(value=[h])),
       'w': tf.train.Feature(int64_list=tf.train.Int64List(value=[w])),
       'c': tf.train.Feature(int64_list=tf.train.Int64List(value=[c])),
       'img': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw]))
       }))
writer= tf.python_io.TFRecordWriter("pic.tfrecords")
writer.write(example.SerializeToString())
writer.close()



filename_queue = tf.train.string_input_producer(["pic.tfrecords"])

reader = tf.TFRecordReader()
_, serialized_example = reader.read(filename_queue)   #返回文件名和文件
features = tf.parse_single_example(serialized_example,features={
        'h': tf.FixedLenFeature([], tf.int64),
        'w': tf.FixedLenFeature([], tf.int64),
        'c': tf.FixedLenFeature([], tf.int64),
        'img' : tf.FixedLenFeature([], tf.string)})

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

h = tf.cast(features['h'], tf.int32)
w = tf.cast(features['w'], tf.int32)
c = tf.cast(features['c'], tf.int32)

img = tf.reshape(img, [h,w,c])
init_op = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer())
with tf.Session() as sess:
    sess.run(init_op)
    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(coord=coord)

    print(sess.run(img))

    coord.request_stop()
    coord.join(threads)

上面这段简单的代码是制作与读取tfrecord文件，这里用到了tf.decode_raw，可以看到我们是直接读取了图片的数据(每个像素的值)，而不是原始图片的数据（jpeg编码后的数据）。