Tensorflow图像读取和显示

Question

我有一堆图像，格式类似于Cifar10（二进制文件，size = 96*96*3每个图像字节），一个接一个（STL-10数据集）。我打开的文件有138MB。

我试图阅读并检查包含图像的张量的内容，以确保阅读正确，但是我有两个问题-

1. 是否FixedLengthRecordReader加载整个文件，但是一次只提供一个输入？由于读取第一个size字节应该相对较快。但是，该代码大约需要两分钟才能运行。
2. 如何获得可显示格式的实际图像内容，或在内部显示它们以验证图像是否被正确阅读？我做了sess.run(uint8image)，但是结果是空的。

代码如下：

import tensorflow as tf
def read_stl10(filename_queue):
  class STL10Record(object):
    pass
  result = STL10Record()

  result.height = 96
  result.width = 96
  result.depth = 3
  image_bytes = result.height * result.width * result.depth
  record_bytes = image_bytes

  reader = tf.FixedLengthRecordReader(record_bytes=record_bytes)
  result.key, value = reader.read(filename_queue)
  print value
  record_bytes = tf.decode_raw(value, tf.uint8)

  depth_major = tf.reshape(tf.slice(record_bytes, [0], [image_bytes]),
                       [result.depth, result.height, result.width])
  result.uint8image = tf.transpose(depth_major, [1, 2, 0])
  return result
# probably a hack since I should've provided a string tensor

filename_queue = tf.train.string_input_producer(['./data/train_X'])
image = read_stl10(filename_queue)

print image.uint8image
with tf.Session() as sess:
  result = sess.run(image.uint8image)
  print result, type(result)

输出：

Tensor("ReaderRead:1", shape=TensorShape([]), dtype=string)
Tensor("transpose:0", shape=TensorShape([Dimension(96), Dimension(96), Dimension(3)]), dtype=uint8)
I tensorflow/core/common_runtime/local_device.cc:25] Local device intra op parallelism threads: 4
I tensorflow/core/common_runtime/local_session.cc:45] Local session inter op parallelism threads: 4
[empty line for last print]
Process finished with exit code 137

我正在CPU上运行它，如果添加了任何东西。

编辑：感谢Rosa，我找到了纯TensorFlow解决方案。显然，使用时string_input_producer，为了查看结果，您需要初始化队列运行器。添加到上面的代码中唯一需要做的事情是下面的第二行：

...
with tf.Session() as sess:
    tf.train.start_queue_runners(sess=sess)
...

之后，result可以用显示图像matplotlib.pyplot.imshow(result)。我希望这可以帮助别人。如果您还有其他问题，请随时询问我或查看Rosa答案中的链接。

Answer 1

只是给出一个完整的答案：

filename_queue = tf.train.string_input_producer(['/Users/HANEL/Desktop/tf.png']) #  list of files to read

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

my_img = tf.image.decode_png(value) # use png or jpg decoder based on your files.

init_op = tf.global_variables_initializer()
with tf.Session() as sess:
  sess.run(init_op)

  # Start populating the filename queue.

  coord = tf.train.Coordinator()
  threads = tf.train.start_queue_runners(coord=coord)

  for i in range(1): #length of your filename list
    image = my_img.eval() #here is your image Tensor :)

  print(image.shape)
  Image.fromarray(np.asarray(image)).show()

  coord.request_stop()
  coord.join(threads)

或者，如果您有图像目录，则可以通过此Github源文件将其全部添加

@mttk和@ salvador-dali：我希望这是您需要的