手势识别+tfrecods数据集的制作

实验所需要的环境：

tensorflow-0.10

python-opencv

Image   ubuntu14.4

本实验的数据集是点击打开链接微云

其中包括9种手势，部分形式见下面的图，如果连接失效，可以向我索要。

单通道的图片，但是写代码的时候差异不大。

文件的存放位置如下：

制作TFRecords时，

# coding: UTF-8
import os
import tensorflow as tf
from PIL import Image
import cv2
import numpy as np

image_size = 28 # tfrecords size

tf_save_path = "my_tfrecords/gesture_train.tfrecords"
labels_path = "labels.txt"

image_path = "picture_b_image/"
tf_out_path = "tf_out/"

print "\n/**************************/"
print "\n gesture produce .tfrecords data~~~~"

f = open(labels_path)
class_id_cnt = 0
classes_read = []
print "\n 读取样本的分类号："
while True:
    line = f.readline()
    if line:
        class_id_cnt = class_id_cnt + 1
        line = line.strip()
        classes_read.append(line)
        print class_id_cnt, ")", "-->", classes_read[class_id_cnt-1]
    else:
        break
f.close()
print "\n"

# 生成tfrecords文件
writer = tf.python_io.TFRecordWriter(tf_save_path)
picture_cnt = 0

for index, name in enumerate(classes_read):
    class_path = image_path+name+'/'""
    print "第 ", index,"类 开始转换～～～～"
    for img_name in os.listdir(class_path):
        img_path = class_path + img_name
        if(picture_cnt%60==0):
            img_cv = cv2.imread(img_path)
            cv2.namedWindow("image_tfrecords", 0)
            cv2.imshow("image_tfrecords", img_cv)
            cv2.waitKey(1)
        img = Image.open(img_path)
        img = img.resize((image_size, image_size))
        img_raw = img.tobytes()
        example = tf.train.Example(features=tf.train.Features(feature={
            "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[index])),
            'img_raw': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw]))
        }))
        writer.write(example.SerializeToString())
        picture_cnt = picture_cnt + 1
writer.close()
cv2.destroyAllWindows()

print "TFrecords文件生成：样本总数为", picture_cnt

def read_and_decode(filename):
    filename_queue = tf.train.string_input_producer([filename])
    reader = tf.TFRecordReader()
    _, serialized_example = reader.read(filename_queue)
    features = tf.parse_single_example(
        serialized_example,
        features={
            'label':tf.FixedLenFeature([], tf.int64),
            'img_raw': tf.FixedLenFeature([], tf.string),
        }
    )
    img = tf.decode_raw(features['img_raw'], tf.uint8)
    img = tf.reshape(img, [image_size, image_size, 1])
    label = tf.cast(features['label'], tf.int32)
    return img, label

image2, labels2 = read_and_decode(tf_save_path)

with tf.Session() as sess:
    init = tf.initialize_all_variables()
    sess.run(init)
    coor = tf.train.Coordinator() #create a thread
    threads = tf.train.start_queue_runners(coord=coor)

    Classes_cnt = np.zeros([class_id_cnt], np.int32)

    for i in range(picture_cnt):
        example, class_num = sess.run([image2, labels2])
        if(i%30==0):
            cv2.namedWindow("image_out", 0)
            cv2.imshow("image_out", example)
            cv2.waitKey(1)
        out_file = tf_out_path+str(i)+'_''Label_'+str(class_num)+'.jpg'
        cv2.imwrite(out_file, example)
        Classes_cnt[class_num] = Classes_cnt[class_num] + 1
    coor.request_stop()
    coor.join(threads)

    for i in range(class_id_cnt):
        print("分类号", i, " = ", Classes_cnt[i], " 个样本")

    cv2.destroyAllWindows()  # 销毁opencv显示窗口
    sess.close()
    print("\n3）TfRecords测试 转换成功 ！ ")
    print("well done!")

上面的代码一共分成两部分，第一部分是将文件夹中的文件取出存放到TFRecords中，另一部分是将TFRecords中的文件取出，还原到文件夹中，代码采用多线程的方式，

下面对代码详解：

代码开始是将存放的路径都以字符串的形式写出，一边后面引用的时候方便。

f = open(labels_path)

读取文件，将文件中的分类都读取到代码中，取出类放到classes_read中。

writer = tf.python_io.TFRecordWriter(tf_save_path)

生成tfrecords文件，其中利用cv2进行图像的显示和修改。

img_raw = img.tobytes()
example = tf.train.Example(features=tf.train.Features(feature={
    "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[index])),
    'img_raw': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw]))
}))
writer.write(example.SerializeToString())

将图片信息都写道tfrecords中。

下面就是读取tfrecords文件中的内容。

def read_and_decode(filename):
    filename_queue = tf.train.string_input_producer([filename])
    reader = tf.TFRecordReader()
    _, serialized_example = reader.read(filename_queue)
    features = tf.parse_single_example(
        serialized_example,
        features={
            'label':tf.FixedLenFeature([], tf.int64),
            'img_raw': tf.FixedLenFeature([], tf.string),
        }
    )
    img = tf.decode_raw(features['img_raw'], tf.uint8)
    img = tf.reshape(img, [image_size, image_size, 1])
    label = tf.cast(features['label'], tf.int32)
    return img, label

image2, labels2 = read_and_decode(tf_save_path)

这是读取的代码，然后在会话中多线程调用这个函数。

coor = tf.train.Coordinator() #create a thread
threads = tf.train.start_queue_runners(coord=coor)

多线程完成后，记得要关闭。然后调用cv2将图像写到文件中。