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 <class \'tensorflow.python.framework.ops.Tensor\'> [[[196 219 209] [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) (180, 180, 1) (180, 180, 1) (180, 180, 1) (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。
参考链接：