如何将（相同大小、分类的）图像转换为 TensorFlow 的数据集答案

【问题标题】：How to convert (samesize, categoriezed) images into dataset for TensorFlow如何将（相同大小、分类的）图像转换为 TensorFlow 的数据集
【发布时间】：2016-11-13 02:52:26
【问题描述】：

我正在学习使用 TensorFlow 创建学习模型。

我已经成功运行了 MNIST 教程，现在想用我自己的图像测试模型。它们是相同大小的图像 (224x224) 并被分类到文件夹中。

现在我想使用这些图像作为模型的输入，就像在 MNIST 示例中一样。我试图打开 MNIST 数据集，但它不可读。我猜它已经被转换成一些二进制类型。通过这个例子，我认为 MNIST 数据集在某种程度上具有这样的结构：

mnist
- 测试
- - 图片
- - 标签
- 火车
- - 图片
- - 标签

如何使数据集看起来像我自己的图像文件中的 MNIST 数据？

非常感谢！

【问题讨论】：

标签： machine-learning dataset tensorflow training-data mnist

【解决方案1】：

MNIST 不以图像格式存储。从 mnist 网站 (http://yann.lecun.com/exdb/mnist/) 您可以看到它具有已经接近张量或 numpy 数组的特定格式，可以在 tensorflow 中使用，只需进行最小的调整。它是一种带有数字的矩阵。

您需要处理普通图像（例如 .jpg）是使用任何 python 库进行图像处理以转换为 np.array。例如 PIL 将起作用，如下所示： PIL and numpy

另一种选择是使用 tensorflow 的内置函数将图像直接转换为 tensofrlow 支持的张量，请查看： https://www.tensorflow.org/versions/r0.9/api_docs/python/image.html

【讨论】：