图片与TFRecord 数据格式的相互转换（二）

二、实现TFRecord向图片jpg格式的转换

        假设经过前一篇博文的流程，在"G:/Exercise/Python/tfrecord/data"文件夹中得到了data.tfrecords这一TFRecord格式的文件。怎样将它还原为jpg图片格式的两张图片呢？

       （1）新建命名为“Tfrecord2Img.py”的python文件，用于编程实现TFRecord格式向jpeg格式的转换。

       （2）Tfrecord2Img.py的具体内容为：

  

# -*- coding:utf-8 -*-
__author__="David Chow"


# 从 TFRecord 中读取并保存图片
import tensorflow as tf
import numpy as np

savedir="G:/Exercise/Python/tfrecord/data/data.tfrecords"

def load(width,height):
	reader=tf.TFRecordReader()
	filename_queue=tf.train.string_input_producer([savedir])
	
	 # 从 TFRecord 读取内容并保存到 serialized_example 中  
	_,serialize_example=reader.read(filename_queue)
	
	# 读取 serialized_example 的格式  
	features=tf.parse_single_example(\
	serialize_example,\
	features={'imge_raw':tf.FixedLenFeature([],tf.string),\
	'label':tf.FixedLenFeature([],tf.int64),})
	
	
	 # 解析从 serialized_example 读取到的内容 
	images=tf.decode_raw(features['imge_raw'],tf.uint8)
	labels=tf.cast(features['label'],tf.int64)
	
	with tf.Session() as sess:
	    # 启动多线程  
		coord=tf.train.Coordinator()
		threads=tf.train.start_queue_runners(sess=sess,coord=coord)
		
		# 因为我这里只有 2 张图片，所以下面循环 2 次  
		for i in range(2):
			# 获取一张图片和其对应的类型  
			label,image =sess.run([labels,images])
			
			   # 这里特别说明下：  
            #   因为要想把图片保存成 TFRecord，那就必须先将图片矩阵转换成 string，即：  
            #       pic2tfrecords.py 中 image_raw = image.tostring() 这行  
            #   所以这里需要执行下面这行将 string 转换回来，否则会无法 reshape 成图片矩阵，请看下面的小例子：  
            #       a = np.array([[1, 2], [3, 4]], dtype=np.int64) # 2*2 的矩阵  
            #       b = a.tostring()  
            #       # 下面这行的输出是 32，即： 2*2 之后还要再乘 8  
            #       # 如果 tostring 之后的长度是 2*2=4 的话，那可以将 b 直接 reshape([2, 2])，但现在的长度是 2*2*8 = 32，所以无法直接 reshape  
            #       # 同理如果你的图片是 500*500*3 的话，那 tostring() 之后的长度是 500*500*3 后再乘上一个数  
            #       print len(b)  
            #  
            #   但在网上有很多提供的代码里都没有下面这一行，你们那真的能 reshape ?  
			image=np.fromstring(image,dtype=np.float32)
			image=tf.reshape(image,[height,width,3])  ## reshape 成图片矩阵 
			image=tf.image.convert_image_dtype(image,dtype=tf.uint8)  #因为要保存图片，所以将其转换成 uint8 
			image=tf.image.encode_jpeg(image)     # 按照 jpeg 格式编码  
			
			# 保存图片，图片格式为pic_*。jpg,'*'表示图片的标签
			with tf.gfile.GFile('G:/Exercise/Python/tfrecord/pic_%d.jpg' % label,'wb') as f:
				f.write(sess.run(image))
load(650,434)

运行后会产生一个警告：

_1_input_producer: Skipping cancelled enqueue attempt with queue not closed

这主要是主线程已经关闭，但是读取数据入队线程还在执行入队。

可以通过使用下面的模式手动停止线程来避免它们。

coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
<do stuff>
coord.request_stop()
coord.join(threads)

（3）可以在文件夹中G:\Exercise\Python\tfrecord得到pic_0.jpg、pic_1.jpg的两张照片：

将这两篇博文涉及到的程序及图片上传至百度云：https://pan.baidu.com/s/1JDeN8nRDWfoma8mQQTYFuw

（Password: hkm6）