利用tensorflow接口讀取圖片

關於讀取圖片

通過tf.read_file()函數讀取圖片

必須要通過tf.image.decode_image()函數或者tf.image.decode_* 函數解碼(*包括：jpeg, png, bmp, gif)， 其中
(1)當用tf.image.decode_image()函數解碼時，tensor是不帶有shape的，dtype類型是uint8，後面用tf.image.resize_images()對image做resize操作時會報錯 ValueError: ‘images’ contains no shape. 解決方法是在resize之前對image做一個設定shape的操作： image.set_shape([None, None, 3])或者對image做一些帶有指定shape類的操作如：tf.random_crop(image, [112,112,3])
(2) 當用tf.image.decode_*函數解碼時，tensor是帶有shape的，dtype類型是uint8，但缺點是這類函數只能解碼對應格式的圖片。

from __future__ import division, print_function, absolute_import
import cv2
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np

JPG_image = './cat.1.jpg'
PNG_image = './0_0.png'

image_content = tf.read_file(PNG_image)
image = tf.image.decode_image(image_content, channels=3)
print(image)              # Tensor("decode_image/cond_jpeg/Merge:0", dtype=uint8)
#image = tf.random_crop(image, [112,112,3])
#print(image)         # Tensor("random_crop:0", shape=(112, 112, 3), dtype=uint8)
image.set_shape([None, None, 3])
print(image)          # Tensor("PyFunc:0", shape=(?, ?, 3), dtype=uint8)
image = tf.image.resize_images(image, [112, 112])
print(image)          # Tensor("Squeeze:0", shape=(112, 112, 3), dtype=uint8)
#image = tf.image.per_image_standardization(image)
#print(image)         # Tensor("div:0", shape=(112, 112, 3), dtype=float32)
with tf.Session() as sess:
    img_rgb = sess.run(image)                    # RGB通道
    print(img_rgb.shape)                        # （112， 112， 3）
    img_rgb = np.asarray(img_rgb[:, :, :], dtype='uint8')
    img_bgr = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2BGR)
    #cv2.imshow('cv2_cat', img_bgr)
    #cv2.waitKey()
    plt.imshow(img_rgb)
    plt.show()

通過tf.py_func利用opencv讀取圖片

利用opencv讀圖片是讀出來是BGR通道的，與tensorflow的自帶讀圖片的接口讀出來的RGB通道是相反的，需要利用cv2.cvtColor函數轉換通道。它讀出來的tensor也是不帶有shape的，dtype類型是uint8。後續操作同tf.image.decode_image()函數。

from __future__ import division, print_function, absolute_import
import cv2
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np

JPG_image = './cat.1.jpg'
PNG_image = './0_0.png'

def read_image_from_cv2(filename):
    image = cv2.imread(filename, cv2.IMREAD_COLOR)
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    return image

image = tf.py_func(read_image_from_cv2, [PNG_image], tf.uint8)
print(image)                        # Tensor("PyFunc:0", dtype=uint8)
#image = tf.random_crop(image, [112,112,3])
#print(image)         # Tensor("random_crop:0", shape=(112, 112, 3), dtype=uint8)
image.set_shape([None, None, 3])
print(image)           # Tensor("PyFunc:0", shape=(?, ?, 3), dtype=uint8)
image = tf.image.resize_images(image, [112, 112])
print(image)          # Tensor("Squeeze:0", shape=(112, 112, 3), dtype=uint8)
#image = tf.image.per_image_standardization(image)
#print(image)           # Tensor("div:0", shape=(112, 112, 3), dtype=float32)
with tf.Session() as sess:
    img_rgb = sess.run(image)                    # RGB通道
    print(img_rgb.shape)
    img_rgb = np.asarray(img_rgb[:, :, :], dtype='uint8')
    img_bgr = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2BGR)
    #cv2.imshow('cv2_cat', img_bgr)
    #cv2.waitKey()
    plt.imshow(img_rgb)
    plt.show()

關於顯示圖片

顯示圖片都需要把dtype的類型轉換爲uint8型，如果是float32直接顯示會失真。
如：

利用opencv顯示圖片

opencv顯示圖片也是需要圖片的通道是BGR型的，不然展示的圖片會偏藍，不正常。

利用matplotlib.pyplot顯示圖片

pyplot顯示圖片是需要圖片通道是RGB的，
pyplot不能繪製像(112, 112, 1)這樣數據格式的灰度圖，它能繪製的灰度圖格式必須是(height,width)，但是通過tensorflow接口讀取會得到(height,width,channels)，普通的彩色圖就是(height,width,3)，灰度圖就是(height,width,1)，爲了讓pyplot繪製出來我們需要reshape一下。