【新闻】：机器学习炼丹术的粉丝的人工智能交流群已经建立，目前有目标检测、医学图像、NLP等多个学术交流分群和水群唠嗑的总群，欢迎大家加炼丹兄为好友，加入炼丹协会。微信：cyx645016617.
参考目录：
目录
- 1 PIL读取图片
- 2 TF读取图片
- 3 TF构建数据集
本文的代码已经上传公众号后台，回复【PyTorch】获取。
1 PIL读取图片
想要把一个图片，转换成RGB3通道的一个张量，我们怎么做呢？大家第一反应应该是PIL这个库吧
from PIL import Image
import numpy as np
image = Image.open('./bug1.jpg')
image.show()
展示的图片：
然后我们这个image现在是PIL格式的，我们使用numpy.array()来将其转换成numpy的张量的形式：
image = np.array(image)
print(image.shape)
>>>(326, 312, 3)
可以看到，这个第三维度是3。对于pytorch而言，数据的第一维度应该是样本数量，第二维度是通道数，第三四是图像的宽高，因此PIL读入的图片，往往需要把通道数的这个维度移动到第二维度上才能对接上pytorch的形式。（transpose方法来实现这个功能，这里不细说）
2 TF读取图片
下面是重点啦，对于tensorflow，tf中自己带了一个解码函数，先看一下我的文件目录：
import tensorflow as tf
images = tf.io.gfile.glob('./*.jpeg')
print(images，type(images))
> ['.\\bug1.jpeg', '.\\bug2.jpeg']
可以看出来：
- 这个
tensorflow.io.gfile.glob()是读取路径下的所有符合条件的文件，并且把路径做成一个list返回； - 这个功能也可以用glob库函数实现，我记得是
glob.glob()方法； - 这里的bug1和bug2其实是同一张图片，都是上面的那个小兔子。
image = tf.io.read_file('./bug1.jpeg')
image = tf.image.decode_jpeg(image,channels=3)
print(image.shape,type(image))
> (326, 312, 3)
需要注意的是：
tf.io.read_file()这个得到的返回值是二进制格式，所以需要下面的tf.image.decode_jpeg进行一个解码；decode_jpeg的第一个参数就是读取的二进制文件，然后channels是输出的图片的通道数，3就是RPB三个通道，如果是1的话，就是灰度图片，ratio是图片大小的一个缩小比例，默认是1，可以是2和4，一会看一下ratio=2的情况；- 这个image的type是一个tensorflow特别的Tensor的形式，而不是pytorch的那种tensor的形式了。
image = tf.io.read_file('./bug1.jpeg')
image = tf.image.decode_jpeg(image,channels=1，ratio=2)
print(image.shape,type(image))
> (163, 156, 1)
宽高都变成了原来的一半，然后通道数是1，都和预想的一样。使用decode_jpeg等解码函数得到的结果，是uint8的类型的，简单地说就是整数，0到255范围的。在对图片进行操作的时候，我们需要将其标准化到0到1区间的，因此需要将其转换成float32类型的。所以对上述代码进行补充：
image = tf.io.read_file('./bug1.jpeg')
image = tf.image.decode_jpeg(image,channels=1,ratio=2)
print(image.shape,type(image))
image = tf.image.resize(image,[256,256]) # 统一图片大小
image = tf.cast(image,tf.float32) # 转换类型
image = image/255 # 归一化
print(image)
从结果来看，数据类型已经改变：
3 TF构建数据集
下面是dataset更正式的写法，关于TF2的问题，不要百度！百度到的都是TF1的解答，看的我晕死了，TF的API的结构真是不太友好。。。
def read_image(path):
image = tf.io.read_file(path)
image = tf.image.decode_jpeg(image, channels=3, ratio=1)
image = tf.image.resize(image, [256, 256]) # 统一图片大小
image = tf.cast(image, tf.float32) # 转换类型
image = image / 255 # 归一化
return image
images = tf.io.gfile.glob('./*.jpeg')
dataset = tf.data.Dataset.from_tensor_slices(images)
AUTOTUNE = tf.data.experimental.AUTOTUNE
dataset = dataset.map(read_image,num_parallel_calls=AUTOTUNE)
dataset = dataset.shuffle(1).batch(1)
for a in dataset.take(2):
print(a.shape)
代码中需要注意的是：
- glob获取一个文件的list，本次就两个文件名字，一个bug1.jpeg,一个bug2.jpeg;
tf.data.Dataset.from_tensor_slices()返回的就是一个tensorflow的dataset类型，可以简单理解为一个可迭代的list,并且有很多其他方法；dataset.map就是用实现定义好的函数，对处理dataset中每一个元素，在上面代码中是把路径的字符串变成该路径读取的图片张量，对图片的预处理应该也在这部分进行吧；- dataset.shuffle就是乱序，
.batch()就是把dataset中的元素组装batch； - 在获取dataset中的元素的时候，TF1中有什么迭代器的定义啊，什么iter，但是TF2不用这些，直接
.take(num)就行了，这个num就是从dataset中取出来的batch的数量，也就是循环的次数吧。 AUTOTUNE = tf.data.experimental.AUTOTUNE就是根据你的cpu的情况，自动判断多线程的数量。
上面代码的输出结果为：
