将张量保存为 JPEG 图像 - Python/TensorFlow

Question

我有一个函数可以返回一个名为 layer 的变量 - 图像格式：

<tf.Tensor 'Conv2D_1:0' shape=(?, 16, 16, 1) dtype=float32>

我需要将这些图像保存为 .jpeg。

到目前为止，我已经考虑过这样做：

# Reshape into tf.image.encode_jpeg format
images = tf.reshape(tf.cast(layer, tf.uint8), [16, 16, 1])

# Encode
images_encode = tf.image.encode_jpeg(images)

# Create a files name
fname = tf.constant('datetime.now() + ".jpeg"')

# Write files
fwrite = tf.write_file(fname, images_encode)

train_batch_size = 300

并且在 session = tf.Session()

# That means it will only scroll through my 300 images...
x_batch, y_true_batch = next_batch_size(train_batch_size)

feed_dict_train = {x: x_batch, y_true: y_true_batch}

result = session.run(fwrite, feed_dict=feed_dict_train)

但我收到以下错误：

InvalidArgumentError (see above for traceback): Input to reshape is a tensor with 76800 values, but the requested shape has 256
    [[Node: Reshape_7 = Reshape[T=DT_UINT8, Tshape=DT_INT32, _device="/job:localhost/replica:0/task:0/cpu:0"](Cast_7, Reshape_7/shape)]]

我的占位符是：

# Placeholder variable for the input images
x = tf.placeholder(tf.float32, shape=[None, img_size_flat], name='x')

# Reshape 'x'
x_image = tf.reshape(x, [-1, img_size, img_size, num_channels])

# Placeholder variable for the true labels associated with the images
y_true = tf.placeholder(tf.float32, shape=[None, num_classes], name='y_true')

知道如何解决这个问题，或者我可以应用一些其他方法来保存图像吗？

Answer 1

您使用的批量大小为 76800 / 256 = 300

reshape 函数正在尝试将整个批次重塑为 (16,16,1) 张量：这是不可能的。

如果要保存单张图片，有两种选择：

1. 提取批处理的第一个元素tf.reshape(tf.cast(layer[0], tf.uint8), [16, 16, 1])
2. 将批量大小设置为 1

如果您想保存整批图像，则必须遍历该批图像（使用 tf.map_fn）并对图像进行单独编码（因为 tf.image.encode_jpeg 适用于单个图像）。然后，从 python 中提取每个编码的图像并将其保存到磁盘。