12、數據讀取（四）——圖片文件讀取

1、圖片組成

（1）如何對一張圖片進行識別，輸入特征值，輸出目標值。

• 在計算機中，對於每一張圖片，都是通過像素進行顯示，每張圖片由像素組成，每一個點的像素值不同。
• 在一張200x200的圖片中：

　　　　黑白圖片，單通道圖片，每一個像素點只有一個值，即灰度值，范圍0-255，所以共有200x200，即20000個像素，共有20000個特征。

　　　　彩色圖片，三通道圖片，每一個像素點只有三個值，即RGB，范圍0-255，所以共有200x200x3，即20000x3個像素，共有60000個特征。

（2）圖片數字化三要素，[ 長度、寬度、通道數 ]

（3）三要素與張量的關系

　　 指定3-D張量：[height，width，channels] ，即 長度，寬度，通道數

　　　　 4-D張量：[batch，height，width，channels]，即圖片的張數（批量），長度，寬度，通道數

2、圖片的基本操作

    每一個圖片樣本必須保持特征值數量一樣，這就需要所有圖片統一特征的數量（像素值一樣）

　　Ⅰ. 目的：①增加圖片數據的統一性  ②所有圖片轉換為指定大小  ③縮小圖片數據量，防止增加開銷

　　Ⅱ. 操作API：

　　  縮放圖片的大小

　　 tf.image.resize_images(images, size)　縮小圖片

　　　●  images: 4-D形 狀[batch, height, width, channels]或3-D形狀的張量[height, width, channels]的圖片數據

　　　●  size: 1-D int32張量: new_ _height, new_ width, 圖像的新尺寸，返回4~D格式或者3-D格式圖片

 3、圖片文件讀取API（讀取狗的圖片，並抓換為張量）

（1）圖像讀取器

　　tf.WholeFileReader

　　  ● 將文件的全部內容作為值輸出的讀取器

　　  ● return：讀取器實例

　　  ● read(file_queue)：輸出將是一個文件名(key) 和該文件的內容(值)

reader = tf.WholeFileReader()
key, value = reader.read(file_queue) 

---

（2）圖像解碼器

　　tf.image.decode_ jpeg(contents)

　　  ● 將JPEG編碼的圖像解碼為uint8張量

　　  ● return: uint8張量，3-D形狀  [ height, width, channels]

image = tf.image.decode_jpeg(value)

　　tf.image.decode_png(contents)

　　  ● 將PNG編 碼的圖像解碼為uint8或uint16張量

　　  ● return:張量類型， 3-D形 狀[height, width, channels]

---

（3）分步代碼實現

　將文件讀入列表

file_name = os.listdir(r"E:\pythonprogram\deepLearning\base\dog")
fileList = [os.path.join(r"E:\pythonprogram\deepLearning\base\dog",file) for file in file_name]

　Ⅰ. 構建文件隊列

file_queue = tf.train.string_input_producer(fileList)

---

　Ⅱ. 構造閱讀器去讀取圖片內容（默認讀取一張圖片）

reader = tf.WholeFileReader()
key, value = reader.read(file_queue)  #value 是一張圖片對應的值
print(value) #這里只看tensor的形狀  

輸出：

Tensor("ReaderReadV2:1", shape=(), dtype=string)  #什么都沒有，需要解碼

---

　Ⅲ. 對圖片進行解碼

image = tf.image.decode_jpeg(value)
print(image)

輸出：

Tensor("DecodeJpeg:0", shape=(?, ?, ?), dtype=uint8)  #上面讀取的是byes類型，解碼之后是uint8

---

 　Ⅳ. 處理圖片的大小（因為圖片的大小有可能是不一樣的，所以需要統一圖片的大小）

image_resize = tf.image.resize_images(image,[200,200]) #size 指定圖片的長和寬，縮放后的像素由計算機自動處理
print(image_resize)  

輸出：

Tensor("resize/Squeeze:0", shape=(200, 200, ?), dtype=float32) #resize之后變成float, float類型還原時是不行的，像素值只能用一個整型的數值存儲的

　Ⅴ. 固定樣本大小，在固定樣本大小之后才能進行批處理

image_resize.set_shape([200,200,3])  #設置靜態形狀,在批處理的時候要求所有形狀都要固定
print(image_resize) 

輸出：

Tensor("batch:0", shape=(10, 200, 200, 3), dtype=float32)

　Ⅵ. 批處理

image_batch = tf.train.batch([image_resize], batch_size=10,num_threads=1,capacity=10) #批處理結果返回image_batch
print(image_batch)

輸出：

Tensor("batch:0", shape=(10, 200, 200, 3), dtype=float32)

　Ⅶ.會話

with tf.Session() as sess:
    #定義一個線程協調器
    coord = tf.train.Coordinator()

    # 開啟讀文件的線程
    threads = tf.train.start_queue_runners(sess, coord=coord)

    #打印讀取的內容
    print(sess.run([image_batch]))

    #回收子線程
    coord.request_stop()
    coord.join(threads)

---

 

（4）完整代碼

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #去掉警告，將警告級別提升


def picRead(fileList):
    """
    讀取狗的圖片，並轉換為張量
    :param fileList: 文件路徑 + 名字的列表
    :return: 每張圖片的張量
    """

    # 1.構建文件隊列
    file_queue = tf.train.string_input_producer(fileList)

    # 2.構造閱讀器去讀取圖片內容（默認讀取一張圖片）,實例化一個reader
    reader = tf.WholeFileReader()

    key, value = reader.read(file_queue)  #value 是一張圖片對應的值

    # 3.對圖片進行解碼，看圖片的格式為jpg
    image = tf.image.decode_jpeg(value)

    # 4.處理圖片的大小（因為圖片的大小有可能是不一樣的，所以需要統一圖片的大小）
    image_resize = tf.image.resize_images(image,[200,200]) #size 指定圖片的長和寬，縮放后的像素由計算機自動處理

    # 5.1. 注意：一定要把樣本的形狀固定 [200,200,3]
    image_resize.set_shape([200,200,3])  #設置靜態形狀,在批處理的時候要求所有形狀都要固定，如果不固定，計算機不知道取多少張圖片層視為一張圖片

    # 5. 進行批處理
    image_batch = tf.train.batch([image_resize], batch_size=10,num_threads=1,capacity=10) #批處理結果返回image_batch
    return image_batch

if __name__ == '__main__':
    # 1.找到文件,放入列表   路徑+名字 ->列表當中
    file_name = os.listdir(r"E:\pythonprogram\deepLearning\base\dog")
    # print(file_name)
    fileList = [os.path.join(r"E:\pythonprogram\deepLearning\base\dog",file) for file in file_name]
    # print(fileList)
    image_batch = picRead(fileList)

    # 開啟會話運行結果
    with tf.Session() as sess:
        #定義一個線程協調器
        coord = tf.train.Coordinator()

        # 開啟讀文件的線程
        threads = tf.train.start_queue_runners(sess, coord=coord)

        #打印讀取的內容
        print(sess.run([image_batch]))

        #回收子線程
        coord.request_stop()
        coord.join(threads)

輸出：

[array([[[[252.       , 252.       , 252.       ],
         [251.       , 251.       , 251.       ],
         [251.       , 251.       , 251.       ],
         ...,
         [251.       , 251.       , 251.       ],
         [251.       , 251.       , 251.       ],
         [249.       , 249.       , 249.       ]],

....
....
....

        [[182.       , 173.       , 166.       ],
         [181.       , 172.       , 165.       ],
         [180.       , 171.       , 162.       ],
         ...,
         [171.5      , 161.       , 159.       ],
         [181.       , 171.       , 169.       ],
         [175.5      , 167.5      , 164.5      ]],

        [[186.       , 176.       , 167.       ],
         [186.       , 176.       , 167.       ],
         [184.       , 174.       , 165.       ],
         ...,
         [167.5      , 160.5      , 154.5      ],
         [169.5      , 162.5      , 156.5      ],
         [171.5      , 164.5      , 158.5      ]]]], dtype=float32)]