【新聞】：機器學習煉丹術的粉絲的人工智能交流羣已經建立，目前有目標檢測、醫學圖像、NLP等多個學術交流分羣和水羣嘮嗑的總羣，歡迎大家加煉丹兄爲好友，加入煉丹協會。微信：cyx645016617.
參考目錄：
本文的代碼已經上傳公衆號後臺，回覆【PyTorch】獲取。
1 PIL讀取圖片
想要把一個圖片，轉換成RGB3通道的一個張量，我們怎麼做呢？大家第一反應應該是PIL這個庫吧
from PIL import Image
import numpy as np
image = Image.open('./bug1.jpg')
image.show()
展示的圖片：
然後我們這個image現在是PIL格式的，我們使用numpy.array()來將其轉換成numpy的張量的形式：
image = np.array(image)
print(image.shape)
>>>(326, 312, 3)
可以看到，這個第三維度是3。對於pytorch而言，數據的第一維度應該是樣本數量，第二維度是通道數，第三四是圖像的寬高，因此PIL讀入的圖片，往往需要把通道數的這個維度移動到第二維度上才能對接上pytorch的形式。（transpose方法來實現這個功能，這裏不細說）
2 TF讀取圖片
下面是重點啦，對於tensorflow，tf中自己帶了一個解碼函數，先看一下我的文件目錄：
import tensorflow as tf
images = tf.io.gfile.glob('./*.jpeg')
print(images，type(images))
> ['.\\bug1.jpeg', '.\\bug2.jpeg'] <class 'list'>
可以看出來：
- 這個
tensorflow.io.gfile.glob()是讀取路徑下的所有符合條件的文件，並且把路徑做成一個list返回； - 這個功能也可以用glob庫函數實現，我記得是
glob.glob()方法； - 這裏的bug1和bug2其實是同一張圖片，都是上面的那個小兔子。
image = tf.io.read_file('./bug1.jpeg')
image = tf.image.decode_jpeg(image,channels=3)
print(image.shape,type(image))
> (326, 312, 3) <class 'tensorflow.python.framework.ops.EagerTensor'>
需要注意的是：
tf.io.read_file()這個得到的返回值是二進制格式，所以需要下面的tf.image.decode_jpeg進行一個解碼；decode_jpeg的第一個參數就是讀取的二進制文件，然後channels是輸出的圖片的通道數，3就是RPB三個通道，如果是1的話，就是灰度圖片，ratio是圖片大小的一個縮小比例，默認是1，可以是2和4，一會看一下ratio=2的情況；- 這個image的type是一個tensorflow特別的Tensor的形式，而不是pytorch的那種tensor的形式了。
image = tf.io.read_file('./bug1.jpeg')
image = tf.image.decode_jpeg(image,channels=1，ratio=2)
print(image.shape,type(image))
> (163, 156, 1) <class 'tensorflow.python.framework.ops.EagerTensor'>
寬高都變成了原來的一半，然後通道數是1，都和預想的一樣。使用decode_jpeg等解碼函數得到的結果，是uint8的類型的，簡單地說就是整數，0到255範圍的。在對圖片進行操作的時候，我們需要將其標準化到0到1區間的，因此需要將其轉換成float32類型的。所以對上述代碼進行補充：
image = tf.io.read_file('./bug1.jpeg')
image = tf.image.decode_jpeg(image,channels=1,ratio=2)
print(image.shape,type(image))
image = tf.image.resize(image,[256,256]) # 統一圖片大小
image = tf.cast(image,tf.float32) # 轉換類型
image = image/255 # 歸一化
print(image)
從結果來看，數據類型已經改變：
3 TF構建數據集
下面是dataset更正式的寫法，關於TF2的問題，不要百度！百度到的都是TF1的解答，看的我暈死了，TF的API的結構真是不太友好。。。
def read_image(path):
image = tf.io.read_file(path)
image = tf.image.decode_jpeg(image, channels=3, ratio=1)
image = tf.image.resize(image, [256, 256]) # 統一圖片大小
image = tf.cast(image, tf.float32) # 轉換類型
image = image / 255 # 歸一化
return image
images = tf.io.gfile.glob('./*.jpeg')
dataset = tf.data.Dataset.from_tensor_slices(images)
AUTOTUNE = tf.data.experimental.AUTOTUNE
dataset = dataset.map(read_image,num_parallel_calls=AUTOTUNE)
dataset = dataset.shuffle(1).batch(1)
for a in dataset.take(2):
print(a.shape)
代碼中需要注意的是：
- glob獲取一個文件的list，本次就兩個文件名字，一個bug1.jpeg,一個bug2.jpeg;
tf.data.Dataset.from_tensor_slices()返回的就是一個tensorflow的dataset類型，可以簡單理解爲一個可迭代的list,並且有很多其他方法；dataset.map就是用實現定義好的函數，對處理dataset中每一個元素，在上面代碼中是把路徑的字符串變成該路徑讀取的圖片張量，對圖片的預處理應該也在這部分進行吧；- dataset.shuffle就是亂序，
.batch()就是把dataset中的元素組裝batch； - 在獲取dataset中的元素的時候，TF1中有什麼迭代器的定義啊，什麼iter，但是TF2不用這些，直接
.take(num)就行了，這個num就是從dataset中取出來的batch的數量，也就是循環的次數吧。 AUTOTUNE = tf.data.experimental.AUTOTUNE就是根據你的cpu的情況，自動判斷多線程的數量。
上面代碼的輸出結果爲：
