tensorflow--图像显示、解码、写入

1. 图像显示、解码、写入

image_data = tf.image.decode_jpeg(image_raw_data)   解码原始图像，解码输出是tensor

image_data.eval() 对解码后tensor转换为ndarray, 显示和写入图像时均需要转换为ndarray

​
#--coding--:utf-8
import tensorflow as tf
import matplotlib.pyplot as plt

# 读取图像的原始数据
image_raw_data = tf.gfile.FastGFile('./0302test/1.jpg', 'rb').read()


with tf.Session() as sess:
    # 将原始数据解码成多维矩阵
    img_data = tf.image.decode_jpeg(image_raw_data)
    print(img_data.eval())  #decode输出是Tensor，eval后是ndarray
    plt.imshow(img_data.eval())
    plt.show()  #显示

    
    # 将图像的矩阵编码成图像并存入文件
    encoded_image = tf.image.encode_jpeg(img_data)
    with tf.gfile.GFile('./0302test/output.jpg', 'wb') as f:
        f.write(encoded_image.eval())

​

2. 对图像数据处理，方便修改

# 将图像数据的类型转为实数类型，便于对图像进行处理  
    #归一化，转换为浮点数据
    img_data = tf.image.convert_image_dtype(img_data, dtype=tf.float32)
    print(img_data.eval())