本文实例为大家分享了tensorflow如何批量读取图片的具体代码,供大家参考,具体内容如下
代码:
import tensorflow as tf import os def picread(filelist): """ 读取狗的图片并转换成张量 :param filelist: 文件路f径+名字的列表 :return: 每张图片的张量 """ # 1.构造文件的队列 file_queue = tf.train.string_input_producer(filelist) # 2.构造阅读器去读取图片内容(默认读取一张图片) reader = tf.WholeFileReader() key,value = reader.read(file_queue) # 3.对读取的图片进行解码 image = tf.image.decode_jpeg(value) # 4.处理图片的大小(统一大小) image_resize = tf.image.resize_images(image,[200,200]) # 注意:一定要把样本的形状固定,在批处理中要求所有数据的形状必须固定 image_resize.set_shape([200,200,3]) # 5.进行批处理 image_resize_batch = tf.train.batch([image_resize],batch_size=3,num_threads=1,capacity=3) return image_resize #批处理大小,跟队列,数据的数量没有影响,只决定 这批次处理多少数据 if __name__ == "__main__": # 1.找到文件,放入列表 路径+名字 ->列表当中 file_name = os.listdir("./data/dogpic/") filelist = [os.path.join("./data/dogpic/",file) for file in file_name ] image_batch= picread(filelist) #开启会话运行结果 with tf.Session() as sess: #定义一个线程协调器 coord = tf.train.Coordinator() #开启读文件的线程 threads = tf.train.start_queue_runners(sess,coord=coord) #打印读取的内容 print(sess.run([image_batch])) #回收子线程 coord.request_stop() coord.join(threads)
结果:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持呐喊教程。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#nhooo.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。