在 TensorFlow 中保存图像文件

Question

我刚开始使用 Tensorflow，我有一个新手问题。

我知道 Tensorflow 是关于神经网络的，但我只是从它的机制开始。我试图让它加载、调整大小、翻转和保存两个图像。应该是一个简单的操作吧，它让我从基础开始。

到目前为止，这是我的代码：

import tensorflow as tf
import numpy as np

print("resizing images")

filenames = ['img1.png', 'img2.png' ]
filename_queue = tf.train.string_input_producer(filenames, num_epochs=1)

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

resized = tf.image.resize_images(images, 180,180, 1)
resized.set_shape([180,180,3])

flipped_images = tf.image.flip_up_down(resized)

resized_encoded = tf.image.encode_jpeg(flipped_images,name="save_me")

init = tf.initialize_all_variables()
sess = tf.Session()

with sess.as_default():
  tf.train.start_queue_runners()
  sess.run(init)

  f = open("/tmp/foo1.jpeg", "wb+")
  f.write(resized_encoded.eval())
  f.close()

  f = open("/tmp/foo2.jpeg", "wb+")
  f.write(resized_encoded.eval())
  f.close()

它工作正常，调整两个图像的大小并保存它们。但它总是以错误结束：

W tensorflow/core/common_runtime/executor.cc:1076] 0x7f97240e7a40
 Compute status: Out of range: Reached limit of 1

我显然做错了什么。如果我去掉 num_epochs=1，那么它就不会出错。

我有几个问题：

我该如何正确地做到这一点？

另外，如果我想保留从 filename_queue 到最后的原始文件名，以便我可以使用原始名称保存它们，我该怎么做？我怎么知道我需要保存多少文件？假设我通过读取目录来制作文件名列表。我尝试了很多不同的事情，但我永远无法知道我是如何知道何时到达终点的。

我调用 resized_encoded.eval() 两次对我来说似乎很奇怪。

谢谢，我确信这是一个非常基本的问题，但我不明白这是如何工作的。

编辑：我创建了一个更简单的行为演示：

import tensorflow as tf
import numpy as np

filenames = ['file1.png', 'file2.png' ]

filename_queue = tf.train.string_input_producer(filenames, 
                        num_epochs=1, name="my_file_q")

reader = tf.WholeFileReader()
key,value = reader.read(filename_queue)
init = tf.initialize_all_variables()

sess = tf.Session()

with sess.as_default():
  print("session started")

  sess.run(init)

  coord = tf.train.Coordinator()
  threads = tf.train.start_queue_runners(coord=coord)

  for i in range (2):
    print(key.eval())

  coord.request_stop()
  coord.join(threads)

这给出了同样的警告。我不明白为什么。

Answer 1

这个警告是完全正常的。如TensorFlow API中所述

num_epochs：整数（可选）。如果指定，则 string_input_producer 之前从 string_tensor num_epochs 次生成每个字符串 生成 OutOfRange 错误。如果没有指定， string_input_producer 可以循环遍历 string_tensor 中的字符串 无限次。

为什么这很重要，您可能会问。在我看来，我已将您的代码重构为更易于理解的内容。让我解释一下。

import tensorflow as tf
import numpy as np
import os
from PIL import Image

cur_dir = os.getcwd()
print("resizing images")
print("current directory:",cur_dir)

def modify_image(image):
    resized = tf.image.resize_images(image, 180, 180, 1)
    resized.set_shape([180,180,3])
    flipped_images = tf.image.flip_up_down(resized)
    return flipped_images

def read_image(filename_queue):
    reader = tf.WholeFileReader()
    key,value = reader.read(filename_queue)
    image = tf.image.decode_jpeg(value)
    return image

def inputs():
    filenames = ['img1.jpg', 'img2.jpg' ]
    filename_queue = tf.train.string_input_producer(filenames,num_epochs=2)
    read_input = read_image(filename_queue)
    reshaped_image = modify_image(read_input)
    return reshaped_image

with tf.Graph().as_default():
    image = inputs()
    init = tf.initialize_all_variables()
    sess = tf.Session()
    sess.run(init)
    tf.train.start_queue_runners(sess=sess)
    for i in xrange(2):
        img = sess.run(image)
        img = Image.fromarray(img, "RGB")
        img.save(os.path.join(cur_dir,"foo"+str(i)+".jpeg"))

在上面的代码中，如果您明确设置 num_epochs=2，那么正如 API 建议的那样，string_input_producer 会循环遍历 string_tensor 中的字符串 2 次。由于 string_tensor 只有 2 个文件名，队列中填充了 4 个文件名。如果我将 for 循环更改为：

for i in xrange(5)

那么这会出错。但是，如果我将其保留为 4，那就没问题了。再举一个例子。如果我不放num_epochs，那么按照建议，它可以循环无限次。放：

for i in xrange(100)

因此不会出错。我希望这能回答你的问题。

编辑：我意识到你还有更多问题。

另外，如果我想一直保留原始文件名 filename_queue 一直到最后，所以我可以用 原来的名字，我该怎么做？我怎么知道我有多少文件 需要保存吗？假设我通过读取一个文件名列表 目录。我尝试了很多不同的东西，但我永远找不到 我怎么知道我什么时候到达终点。

如果你想保留原始文件名，那么你的方法需要返回文件名。这是下面的代码。

import tensorflow as tf
import numpy as np
import os
from PIL import Image

cur_dir = os.getcwd()
print("resizing images")
print("current directory:",cur_dir)

def modify_image(image):
    resized = tf.image.resize_images(image, 180, 180, 1)
    resized.set_shape([180,180,3])
    flipped_images = tf.image.flip_up_down(resized)
    return flipped_images

def read_image(filename_queue):
    reader = tf.WholeFileReader()
    key,value = reader.read(filename_queue)
    image = tf.image.decode_jpeg(value)
    return key,image

def inputs():
    filenames = ['img1.jpg', 'img2.jpg' ]
    filename_queue = tf.train.string_input_producer(filenames)
    filename,read_input = read_image(filename_queue)
    reshaped_image = modify_image(read_input)
    return filename,reshaped_image

with tf.Graph().as_default():
    image = inputs()
    init = tf.initialize_all_variables()
    sess = tf.Session()
    sess.run(init)
    tf.train.start_queue_runners(sess=sess)
    for i in xrange(10):
        filename,img = sess.run(image)
        print (filename)
        img = Image.fromarray(img, "RGB")
        img.save(os.path.join(cur_dir,"foo"+str(i)+".jpeg"))

要知道您需要保存多少文件，您只需调用以下代码：

os.listdir(os.getcwd())

这会列出目录中的所有文件。检查 os.listdir 的 API 以专门过滤 JPG、PNG 文件类型。一旦你得到这个，你可以调用一个简单的长度操作并执行：

for i in xrange(len(number_of_elements))