tf#图像选择

图像处理

1.图像数字化3要素：[长度,宽度,通道数]
如何用张量表示[height,winth,hwo]
2. 图像的基本操作：

• 所有图片统一
• 所有图片转换成指定大小
• 缩小图片数据量，防止开销

tf.image.resize_images(images,size)

import tensorflow as tf
import os

def picread(bag):
    """
    读取图片并转换成张量
    :param bag: 文件路径+ 名字列表
    :return:每张图片的张量
    """
    # 1.构造文件队列
    file_queue = tf.train.string_input_producer(filelist)

    # 2.构造阅读器去读取图片的内容
    reader = tf.WholeFileReader()

    key, value = reader.read(file_queue) # value  是一张图片

    # 3.对图片解码
    image = tf.image.decode_jpeg(value)

    # 5.处理图片的大小
    image_reize = tf.image.resize_images(image, [200, 200])
    # 5.1 处理图片的大小，因为是彩色图片，3通道所有先设置好
    image_reize.set_shape([200,200,3])
    # 6. 批处理
    image_batch = tf.train.batch([image_reize],batch_size=20, num_threads=1, capacity=20)
    return image_batch


if __name__ == '__main__':
    # 1.找到文件放入列表中
    file_name = os.listdir('./data/anglababy')

    filelist = [os.path.join('./data/anglababy',file) for file in file_name]

    image_batch = picread(filelist)

    # 开始绘画
    with tf.Session() as sess:
        # 定义线程协调器
        coord = tf.train.Coordinator()

        # 开启读文件的线程
        th = tf.train.start_queue_runners(sess, coord=coord)

        print(sess.run([image_batch]))

        # 回收子线程
        coord.request_stop()

        coord.join(th)