Tensorflow 读取图片文件

1.读取文件列表

#文件保存目录
path='./data/iamge'
file_names=os.listdir(path)
file_list=[os.path.join(path,file_name)for file_name in file_names]

2.创建文件读取队列

file_queue=tf.train.string_inpurt_producer(file_list)

3.创建图片阅读器读取图片

reader=tf.WholeFileReader()
key,value=reader.read(file_queue)

4.解析图片

image=tf.image.decode_jpeg(value)

5.设置图片大小,固定图片通道

image_resize=tf.image.image_resize(image,[200,200])
image_resize.set_shape([200,200,3])

6.批处理

tf.train.batch([image_resize],batch_size=20,num_threads=2,capacity=20)

7.开启会话处理

with tf.Session() as sess:
    coord=tf.train.Coordinator()
    threads=tf.train.start_queue_runners(sess,coord=coord)
    print(sess.run(batch_image))
    coord.request_stop()
    coord.join()     

完整代码

import tensorflow as tf
import os


def Image_reader(image_list):
    # 读取文件导队列
    image_queue = tf.train.string_input_producer(image_list)
    # 构建文件阅读器,使用tf.WholeFileReader()api
    reader = tf.WholeFileReader()
    key, value = reader.read(image_queue)
    # 解码
    image = tf.image.decode_jpeg(value)
    # 处理图片大小
    image_resize = tf.image.resize_images(image, [200, 200])
    # 固定图片矩阵大小
    image_resize.set_shape([200, 200, 3])

    # 进行批处理
    batch_image = tf.train.batch([image_resize], batch_size=20, num_threads=4, capacity=20)
    return batch_image


if __name__ == '__main__':
    # 读取文件
    path = './data/image'
    file_names = os.listdir(path)
    file_list = [os.path.join(path, filename) for filename in file_names]

    batch_image = Image_reader(file_list)
    # 开启会话
    with tf.Session() as sess:
        # 开启线程协调器
        coord = tf.train.Coordinator()
        # 开启线程进行处理
        threads = tf.train.start_queue_runners(sess, coord=coord)
        print(sess.run(batch_image))
        # 停止线程
        coord.request_stop()
        coord.join(threads)