tensorflow学习（10）：图像处理函数

一、图像编码处理

众所周知，一张RGB彩色想可以看成一个三维矩阵，矩阵中的每一个数字表示了图像上不同位置，不同颜色的亮度。但是图像在存储时不是直接记录这些距震中的数字，而是记录经过压缩编码之后的结果，因此要将一张图像还原成一个三维矩阵，需要解码。tensorflow提供了对JPEG和PNG格式图像的编码/解码函数。
下列代码解释了编码和解码的过程

import tensorflow as tf
import matplotlib.pyplot as plt

#读取原始数据，r表示UTF-8编码，rb表示非UTF-8编码
image_raw_data = tf.gfile.FastGFile('dog.jpg','rb').read()  

with tf.Session() as sess:
    #对图像的JPEG格式解码从而得到图像对应的三维矩阵。tensorflow还提供了tf.image.decode_png函数对png格式的图像进行解码
    #解码之后的结果为一个张量，在使用它的取值之前需要明确调用运行的过程
    image_data = tf.image.decode_jpeg(image_raw_data)
    #输出解码之后的三维矩阵
    print(image_data.eval())
    #可视化图像
    plt.imshow(image_data.eval())
    plt.show()

    #将表示一张图像的三维矩阵重新按照JPEG格式编码并存入文件中，打开这张图像，可以得到和原始图像一样的图像
    encoded_image = tf.image.encode_jpeg(image_data)
    with tf.gfile.GFile('F:/python-code/tensorflow_learning/dog1.jpg','wb') as f: