Чтение и отображение изображений тензора

Ответ 1

Чтобы дать полный ответ:

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)

Или, если у вас есть каталог изображений, вы можете добавить их все через этот исходный файл Github

@mttk и @salvador-dali: Я надеюсь, что это то, что вам нужно

Ответ 2

Согласно документации вы можете декодировать изображения JPEG/PNG.

Это должно быть примерно так:

import tensorflow as tf

filenames = ['/image_dir/img.jpg']
filename_queue = tf.train.string_input_producer(filenames)

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

images = tf.image.decode_jpeg(value, channels=3)

Вы можете найти немного больше информации здесь

Ответ 3

Поговорив с вами в комментариях, я считаю, что вы можете просто сделать это с помощью numpy/scipy. Идея состоит в том, чтобы прочитать изображение в 3D-массиве numpy и передать его в переменную.

from scipy import misc
import tensorflow as tf

img = misc.imread('01.png')
print img.shape    # (32, 32, 3)

img_tf = tf.Variable(img)
print img_tf.get_shape().as_list()  # [32, 32, 3]

Затем вы можете запустить свой график:

init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
im = sess.run(img_tf)

и убедитесь, что он одинаков:

import matplotlib.pyplot as plt
fig = plt.figure()
fig.add_subplot(1,2,1)
plt.imshow(im)
fig.add_subplot(1,2,2)
plt.imshow(img)
plt.show()

P.S. вы упомянули: Since it supposed to parallelize reading, it seems useful to know.. На что я могу сказать, что редко в анализе данных считывание данных является узким местом. Большую часть времени вы будете тренировать свою модель.

Ответ 4

Загрузите имена с помощью tf.train.match_filenames_once, чтобы получить количество файлов для перебора с помощью tf.size открыть сеанс и наслаждаться; -)

import tensorflow as tf
import numpy as np
import matplotlib;
from PIL import Image

matplotlib.use('Agg')
import matplotlib.pyplot as plt


filenames = tf.train.match_filenames_once('./images/*.jpg')
count_num_files = tf.size(filenames)
filename_queue = tf.train.string_input_producer(filenames)

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

init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(coord=coord)
    num_files = sess.run(count_num_files)
    for i in range(num_files):
        image=img.eval()
        print(image.shape)
        Image.fromarray(np.asarray(image)).save('te.jpeg')enter code here

Ответ 5

(Не могу комментировать, недостаточно репутации, но вот модифицированная версия, которая сработала для меня)

Для ошибки @HamedMP о No default session is registered вы можете использовать InteractiveSession, чтобы избавиться от этой ошибки: https://www.tensorflow.org/versions/r0.8/api_docs/python/client.html#InteractiveSession

А для проблемы @NumesSanguis с Image.show вы можете использовать обычный метод PIL .show(), потому что fromarray возвращает объект изображения.

Я делаю оба ниже (обратите внимание, что я использую JPEG вместо PNG):

import tensorflow as tf
import numpy as np
from PIL import Image

filename_queue = tf.train.string_input_producer(['my_img.jpg']) #  list of files to read

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

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

init_op = tf.initialize_all_variables()
sess = tf.InteractiveSession()
with sess.as_default():
    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 :) 

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

coord.request_stop()
coord.join(threads)

Ответ 6

Я использовал формат CIFAR10 вместо STL10, и код появился как

filename_queue = tf.train.string_input_producer(filenames)
read_input = read_cifar10(filename_queue)
with tf.Session() as sess:       
    tf.train.start_queue_runners(sess=sess)
    result = sess.run(read_input.uint8image)        
img = Image.fromarray(result, "RGB")    
img.save('my.jpg')

Отрывок идентичен mttk и Rosa Gronchi, но почему-то мне не удалось показать изображение во время выполнения, поэтому я сохранил его как файл JPG.