利用tensorflow接口读取图片

关于读取图片

通过tf.read_file()函数读取图片

必须要通过tf.image.decode_image()函数或者tf.image.decode_* 函数解码(*包括：jpeg, png, bmp, gif)， 其中
(1)当用tf.image.decode_image()函数解码时，tensor是不带有shape的，dtype类型是uint8，后面用tf.image.resize_images()对image做resize操作时会报错 ValueError: ‘images’ contains no shape. 解决方法是在resize之前对image做一个设定shape的操作： image.set_shape([None, None, 3])或者对image做一些带有指定shape类的操作如：tf.random_crop(image, [112,112,3])
(2) 当用tf.image.decode_*函数解码时，tensor是带有shape的，dtype类型是uint8，但缺点是这类函数只能解码对应格式的图片。

from __future__ import division, print_function, absolute_import
import cv2
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np

JPG_image = './cat.1.jpg'
PNG_image = './0_0.png'

image_content = tf.read_file(PNG_image)
image = tf.image.decode_image(image_content, channels=3)
print(image)              # Tensor("decode_image/cond_jpeg/Merge:0", dtype=uint8)
#image = tf.random_crop(image, [112,112,3])
#print(image)         # Tensor("random_crop:0", shape=(112, 112, 3), dtype=uint8)
image.set_shape([None, None, 3])
print(image)          # Tensor("PyFunc:0", shape=(?, ?, 3), dtype=uint8)
image = tf.image.resize_images(image, [112, 112])
print(image)          # Tensor("Squeeze:0", shape=(112, 112, 3), dtype=uint8)
#image = tf.image.per_image_standardization(image)
#print(image)         # Tensor("div:0", shape=(112, 112, 3), dtype=float32)
with tf.Session() as sess:
    img_rgb = sess.run(image)                    # RGB通道
    print(img_rgb.shape)                        # （112， 112， 3）
    img_rgb = np.asarray(img_rgb[:, :, :], dtype='uint8')
    img_bgr = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2BGR)
    #cv2.imshow('cv2_cat', img_bgr)
    #cv2.waitKey()
    plt.imshow(img_rgb)
    plt.show()

通过tf.py_func利用opencv读取图片

利用opencv读图片是读出来是BGR通道的，与tensorflow的自带读图片的接口读出来的RGB通道是相反的，需要利用cv2.cvtColor函数转换通道。它读出来的tensor也是不带有shape的，dtype类型是uint8。后续操作同tf.image.decode_image()函数。

from __future__ import division, print_function, absolute_import
import cv2
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np

JPG_image = './cat.1.jpg'
PNG_image = './0_0.png'

def read_image_from_cv2(filename):
    image = cv2.imread(filename, cv2.IMREAD_COLOR)
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    return image

image = tf.py_func(read_image_from_cv2, [PNG_image], tf.uint8)
print(image)                        # Tensor("PyFunc:0", dtype=uint8)
#image = tf.random_crop(image, [112,112,3])
#print(image)         # Tensor("random_crop:0", shape=(112, 112, 3), dtype=uint8)
image.set_shape([None, None, 3])
print(image)           # Tensor("PyFunc:0", shape=(?, ?, 3), dtype=uint8)
image = tf.image.resize_images(image, [112, 112])
print(image)          # Tensor("Squeeze:0", shape=(112, 112, 3), dtype=uint8)
#image = tf.image.per_image_standardization(image)
#print(image)           # Tensor("div:0", shape=(112, 112, 3), dtype=float32)
with tf.Session() as sess:
    img_rgb = sess.run(image)                    # RGB通道
    print(img_rgb.shape)
    img_rgb = np.asarray(img_rgb[:, :, :], dtype='uint8')
    img_bgr = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2BGR)
    #cv2.imshow('cv2_cat', img_bgr)
    #cv2.waitKey()
    plt.imshow(img_rgb)
    plt.show()

关于显示图片

显示图片都需要把dtype的类型转换为uint8型，如果是float32直接显示会失真。
如：

利用opencv显示图片

opencv显示图片也是需要图片的通道是BGR型的，不然展示的图片会偏蓝，不正常。

利用matplotlib.pyplot显示图片

pyplot显示图片是需要图片通道是RGB的，
pyplot不能绘制像(112, 112, 1)这样数据格式的灰度图，它能绘制的灰度图格式必须是(height,width)，但是通过tensorflow接口读取会得到(height,width,channels)，普通的彩色图就是(height,width,3)，灰度图就是(height,width,1)，为了让pyplot绘制出来我们需要reshape一下。