TensorFlow读取单张图片并显示

我们知道图片数据是一个三维数组，每个像素点有RGB三个值，图片源文件是将这个三维数组按一定形式编码然后存储的。

所以TensorFlow读取图片的步骤是：先直接按字节将图片源文件读取出，然后decode解码成三维张量（数组），张量再转换成ndarray，然后就可以显示图像了。

其中读取图片的原始信息的函数有两个：
tf.gfile.FastGFile(‘test.jpg’, ‘rb’).read()
tf.read_file(‘test.jpg’)

下面是具体代码：

import tensorflow as tf
import matplotlib.pyplot as plt

# 1. tf.gfile.FastGFile(filename, mode), mode='r':图片utf-8编码， mode='rb'：非utf-8编码
def readImg_1():
    # 读入二进制文件
    img_raw = tf.gfile.FastGFile('test.jpg', 'rb').read()

    # 根据图片格式解码图片
    img = tf.image.decode_jpeg(img_raw)  # Tensor
    
    with tf.Session() as sess:
        img_ = img.eval()   # ndarray
        print(img_.shape)

    plt.imshow(img_)
    plt.show()

# 2.通过tf.read_file()读入图片文件
def readImg_2():
    img_raw = tf.read_file('test.jpg')
    img = tf.image.decode_jpeg(img_raw, channels=3)

    with tf.Session() as sess:
        img_ = img.eval()  # 必须在会话中才能eval取值
        print(img_.shape)

    plt.imshow(img_)
    plt.show()
    
readImg_1()
readImg_2()

同时 TensorFlow 还可以以队列的形式一下读取很多图片，然后供机器学习来训练。

还可以使用dataset构建数据集，操作和训练都更为方便。