如何验证张量包含图像数据张量流答案

【问题标题】：How to verify a tensor contains image data tensorflow如何验证张量包含图像数据张量流
【发布时间】：2017-06-22 22:55:57
【问题描述】：

我是 tensorflow 的新手，所以我想先测试一下我的基本函数。我有以下读取数据的python方法：

def read_data(filename_queue):

# Whole file reader required for jpeg decoding
  image_reader = tf.WholeFileReader()

# We don't care about the filename, so we ignore the first tuple
  _, image_file = image_reader.read(filename_queue)

# Decode the jpeg images and set them to a universal size 
# so we don't run into "out of bounds" issues down the road 
  image_orig = tf.image.decode_jpeg(image_file, channels=3)

  image = tf.image.resize_images(image_orig, [224, 224])

  return image

“filename_queue”是“images”子目录中各个 jpeg 文件的路径队列。我运行一个 for 循环遍历文件名，以确保只有具有有效路径的文件名被添加到队列中：

filenames = []
for i in range(1000):
  filename = os.path.join(os.path.dirname(os.path.realpath(__file__)),
                                       "./images/seatbelt%d.jpg" % i)
  if not tf.gfile.Exists(filename):
    # print("Filename %s does not exist" % filename)
    continue
  else:
    filenames.append(filename)

# Create a string queue out of all filenames found in local 'images' directory
filename_queue = tf.train.string_input_producer(filenames)

input = read_data(filename_queue)

我想断言图像被正确读取并且所有数据都包含在重新整形的张量中。我怎么能这样做？

【问题讨论】：

标签： python tensorflow

【解决方案1】：

下面的代码可以显示我的实验的图像。也许这可以帮助你。

import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np

# ......

sess = tf.Session()
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)

num = 10
for _ in range(num):
    image = sess.run(input)
    plt.imshow(image.astype(np.uint8))
    plt.show()

【讨论】：