TFRecord 的使用

什么是 TFRecord 

            PS：這段內容摘自 http://wiki.jikexueyuan.com/project/tensorflow-zh/how_tos/reading_data.html

            一種保存記錄的方法可以允許你講任意的數據轉換為TensorFlow所支持的格式， 這種方法可以使TensorFlow的數據集更容易與網絡應用架構相匹配。這種建議的方法就是使用TFRecords文件，TFRecords文件包含了tf.train.Example 協議內存塊(protocol buffer)(協議內存塊包含了字段 Features)。你可以寫一段代碼獲取你的數據， 將數據填入到Example協議內存塊(protocolbuffer)，將協議內存塊序列化為一個字符串， 並且通過tf.python_io.TFRecordWriterclass寫入到TFRecords文件。tensorflow/g3doc/how_tos/reading_data/convert_to_records.py就是這樣的一個例子。
            從TFRecords文件中讀取數據， 可以使用tf.TFRecordReader的tf.parse_single_example解析器。這個parse_single_example操作可以將Example協議內存塊(protocolbuffer)解析為張量。 MNIST的例子就使用了convert_to_records 所構建的數據。 請參看tensorflow/g3doc/how_tos/reading_data/fully_connected_reader.py, 

 

代碼

            adjust_pic.py

                單純的轉換圖片大小

 

# -*- coding: utf-8 -*-

import tensorflow as tf

def resize(img_data, width, high, method=0):
    return tf.image.resize_images(img_data,[width, high], method)

 

 

                pic2tfrecords.py

                將圖片保存成TFRecord

 

# -*- coding: utf-8 -*-
# 將圖片保存成 TFRecord
import os.path
import matplotlib.image as mpimg
import tensorflow as tf
import adjust_pic as ap
from PIL import Image


SAVE_PATH = 'data/dataset.tfrecords'


def _int64_feature(value):
    return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))

def _bytes_feature(value):
    return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))

def load_data(datafile, width, high, method=0, save=False):
    train_list = open(datafile,'r')
    # 准備一個 writer 用來寫 TFRecord 文件
    writer = tf.python_io.TFRecordWriter(SAVE_PATH)

    with tf.Session() as sess:
        for line in train_list:
            # 獲得圖片的路徑和類型
            tmp = line.strip().split(' ')
            img_path = tmp[0]
            label = int(tmp[1])

            # 讀取圖片
            image = tf.gfile.FastGFile(img_path, 'r').read()
            # 解碼圖片(如果是 png 格式就使用 decode_png)
            image = tf.image.decode_jpeg(image)
            # 轉換數據類型
            # 因為為了將圖片數據能夠保存到 TFRecord 結構體中，所以需要將其圖片矩陣轉換成 string，所以為了在使用時能夠轉換回來，這里確定下數據格式為 tf.float32
            image = tf.image.convert_image_dtype(image, dtype=tf.float32)
            # 既然都將圖片保存成 TFRecord 了，那就先把圖片轉換成希望的大小吧
            image = ap.resize(image, width, high)
            # 執行 op: image
            image = sess.run(image)

            # 將其圖片矩陣轉換成 string
            image_raw = image.tostring()
            # 將數據整理成 TFRecord 需要的數據結構
            example = tf.train.Example(features=tf.train.Features(feature={
                'image_raw': _bytes_feature(image_raw),
                'label': _int64_feature(label),
                }))

            # 寫 TFRecord
            writer.write(example.SerializeToString())

    writer.close()


load_data('train_list.txt_bak', 224, 224)

 

 

                tfrecords2data.py

                從TFRecord中讀取並保存成圖片

 

# -*- coding: utf-8 -*-
# 從 TFRecord 中讀取並保存圖片
import tensorflow as tf
import numpy as np


SAVE_PATH = 'data/dataset.tfrecords'


def load_data(width, high):
    reader = tf.TFRecordReader()
    filename_queue = tf.train.string_input_producer([SAVE_PATH])

    # 從 TFRecord 讀取內容並保存到 serialized_example 中
    _, serialized_example = reader.read(filename_queue)
    # 讀取 serialized_example 的格式
    features = tf.parse_single_example(
        serialized_example,
        features={
            'image_raw': tf.FixedLenFeature([], tf.string),
            'label': tf.FixedLenFeature([], tf.int64),
        })

    # 解析從 serialized_example 讀取到的內容
    images = tf.decode_raw(features['image_raw'], tf.uint8)
    labels = tf.cast(features['label'], tf.int64)

    with tf.Session() as sess:
        # 啟動多線程
        coord = tf.train.Coordinator()
        threads = tf.train.start_queue_runners(sess=sess, coord=coord)

        # 因為我這里只有 2 張圖片，所以下面循環 2 次
        for i in range(2):
            # 獲取一張圖片和其對應的類型
            label, image = sess.run([labels, images])
            # 這里特別說明下：
            #   因為要想把圖片保存成 TFRecord，那就必須先將圖片矩陣轉換成 string，即：
            #       pic2tfrecords.py 中 image_raw = image.tostring() 這行
            #   所以這里需要執行下面這行將 string 轉換回來，否則會無法 reshape 成圖片矩陣，請看下面的小例子：
            #       a = np.array([[1, 2], [3, 4]], dtype=np.int64) # 2*2 的矩陣
            #       b = a.tostring()
            #       # 下面這行的輸出是 32，即： 2*2 之后還要再乘 8
            #       # 如果 tostring 之后的長度是 2*2=4 的話，那可以將 b 直接 reshape([2, 2])，但現在的長度是 2*2*8 = 32，所以無法直接 reshape
            #       # 同理如果你的圖片是 500*500*3 的話，那 tostring() 之后的長度是 500*500*3 后再乘上一個數
            #       print len(b)
            #
            #   但在網上有很多提供的代碼里都沒有下面這一行，你們那真的能 reshape ?
            image = np.fromstring(image, dtype=np.float32)
            # reshape 成圖片矩陣
            image = tf.reshape(image, [224, 224, 3])
            # 因為要保存圖片，所以將其轉換成 uint8
            image = tf.image.convert_image_dtype(image, dtype=tf.uint8)
            # 按照 jpeg 格式編碼
            image = tf.image.encode_jpeg(image)
            # 保存圖片
            with tf.gfile.GFile('pic_%d.jpg' % label, 'wb') as f:
                f.write(sess.run(image))


load_data(224, 224)

train_list.txt_bak 中的內容如下：

 

image_1093.jpg 13
image_0805.jpg 10