图像存储--tf.image.decode_jpeg()//读取图像

我是正文

今天也是“白白”的一天，“抄写代码”的时候发现 tf.image.decode_jpeg()。
反手一个搜索，结果发现了惊天大秘密！
原来我们日常双击打开的图片是被记录的压缩编码之后的结果，解码之后的三维矩阵才是图像本身。喵~和我认知刚好相反捏？

import matplotlib.pyplot as plt
import tensorflow as tf

image_raw_data = tf.io.gfile.GFile('./test.png', 'rb').read()

with tf.compat.v1.Session() as sess:
  image_data = tf.image.decode_jpeg(image_raw_data)
# Decode a JPEG-encoded image to a uint8 tensor 所以这里的 image_data 已经是一个tsnsor
  #print(image_data.eval())
  print(image_data.eval().shape)
  plt.imshow(image_data.eval())
  plt.show()
  img_data = tf.image.convert_image_dtype(image_data, dtype=tf.float32)

# 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。打开这张图像就可以得到和原始图像一样的图像
  encoded_image = tf.image.encode_jpeg(image_data)

  with tf.io.gfile.GFile('./image_arr.jpg', 'wb') as f:
    f.write(encoded_image.eval())  
       

输出如下：

对的这个小可爱其实是个矩阵，平时保存的.png.ipg.jpeg 都是编码之后的。
突然有种万物皆数字的感觉，代码里的世界才是真实的，而现实世界是程序员们构造的梦境hhh~

下面康康读取图像的几种方法：
前两种：

import matplotlib.pyplot as plt
import tensorflow as tf

with tf.compat.v1.Session() as sess:
  # x = tf.io.gfile.GFile('./test.png', 'rb').read()  #  bytes
  # x = tf.image.decode_png(x)  # tensor
  # plt.imshow(x.eval())  #  numpy.ndarray
  # plt.show() 

  x=tf.io.read_file('./test.png')  #  tensor
  x=tf.image.decode_png(x)  #  tensor
  plt.imshow(x.eval())
  plt.show()

第三种：

import matplotlib.pyplot as plt
import cv2

x = cv2.imread('./test.png') # numpy.ndarray
x = cv2.cvtColor(x,cv2.COLOR_BGR2RGB) # numpy.ndarray
plt.imshow(x) 
plt.show()

tf.io.gfile.GFile 读出来的是 bytes；
tf.io.read_file 读出来的是 tensor；
cv2.imread 读出来的是 numpy.ndarray；

发现有趣的再来，未完待续。。。