第九节 图片读取

import tensorflow as tf
import os

"""
黑白照：单通道，灰度值[0~255]，一个像素点一个值
彩色照：三通道，RGB，一个像素点三个值，同样像素，彩色是黑白数据量的3倍
图片的张量表示：[100, 300, 1]，100表示长，300表示宽，1表示通道数
图形需要进行缩放：一方面减小开销，一方面是为了统一特征值的数量
"""
def picread(filelist):
    """图片读取"""
    # 1.构造文件队列
    file_queue = tf.train.string_input_producer(filelist)

    # 2.构造阅读器读取图片内容（默认读取一张图片）
    reader = tf.WholeFileReader()

    key, value = reader.read(file_queue)
    # print(value)  # 返回Tensor("ReaderReadV2:1", shape=(), dtype=string)

    # 3.对读取的图片数据进行解码，返回的image是uint8类型
    image = tf.image.decode_jpeg(value)

    # 处理图片，统一图片的大小，image_resize是float类型,shape=[200, 200, ?]即形状还没有固定
    image_resize = tf.image.resize_images(image, [200, 200])

    # 固定图片形状
    image_resize.set_shape([200, 200, 3])

    # 4.进行批处理
    image_batch = tf.train.batch([image_resize], batch_size=3, num_threads=1, capacity=3)

    return image_batch


if __name__ == "__main__":
    # 构造文件列表
    file_name = os.listdir("./data/dog")
    filelist = [os.path.join("./data/dog", file) for file in file_name]
    image_batch = picread(filelist)

    # 开启会话
    with tf.Session() as sess:

        # 定义线程协调器
        coord = tf.train.Coordinator()

        # 开启读取文件的线程
        thd = tf.train.start_queue_runners(sess, coord=coord, start=True)

        # 打印读取内容
        print(sess.run([image_batch]))

        # 回收子线程
        coord.request_stop()
        coord.join(thd)