Tensorflow学习笔记之存取图像文件

最新推荐文章于 2025-05-18 17:18:45 发布

Joy_Shen

最新推荐文章于 2025-05-18 17:18:45 发布

阅读量7.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： TensorFlow | Keras

本文链接：https://blog.youkuaiyun.com/index20001/article/details/73843070

这篇博客探讨了使用TensorFlow读取图像并利用scipy.misc.imsave函数保存图像的过程。博主测试了不同尺寸的图像，确认imsave函数在保存图像时几乎无大小限制。另外，提到了Pillow库的Image类作为另一种图像存取的替代方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

读图的时候是用 tensorflow 的函数，存图像用的 scipy.misc 的 imsave 函数。

因为在使用 tensorflow 的队列时对存图像大小的限制有疑问所以进行测试。

import tensorflow as tf
import numpy as np
import scipy.misc

#读取图像可任意大小
filenames = ['img1.png','img2.png'] 

filename_queue = tf.train.string_input_producer(filenames)
reader = tf.WholeFileReader()
key,value = reader.read(filename_queue)
images = tf.image.decode_png(value)

#设置图像大小
newsize = tf.convert_to_tensor([256,256])
resized = tf.image.resize_images(images, newsize) 
print(resized)  
#输出是Tensor("Squeeze:0", shape=(256, 256, ?), dtype=float32)
resized.set_shape([256,256,3])
print(resized)
#输出是Tensor("Squeeze:0", shape=(256, 256, 3), dtype=float32)

flipped_images = tf.image.flip_up_down(resized)
print(flipped_images)  
#输出是Tensor("ReverseV2:0", shape=(256, 256, 3), dtype=float32)

with tf.Session() as sess:
    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(coord=coord)

    init = tf.global_variables