TensorFlow 數據的生成與讀取

在做TensorFlow案例時好多圖片數據集都是可以直接在庫中調用的，比如Mnist，CIFAR-10等等。但是在跑自己項目的時候如何去讀取自己的數據集呢？這裏有兩種方法制作數據集。1.CSV文件的讀取
2.TFRecords文件的讀取。

1.CSV文件的創建與讀取

新建名爲jpg的文件夾，其中有若干圖片是需要對其讀取地址和標籤的對象。path作爲文件夾的路徑被設定，之後的filename是讀取文件路徑。通過調用文件夾內容的遞歸查詢，重新以需要的格式拼接字符串並重新寫入。csv文件每一行被逗號分成兩部分，前一部分是圖片的地址，後一部分是設定的標籤名。

import os
path = r'C:\Users\Qiuyi\...\datasets\jpg_splitCodes'
filenames=os.listdir(path)
strText = ""

with open("train_list.csv", "w") as fid:
    for a in range(len(filenames)):
        strText = path+os.sep+'code' + filenames[a]  + "," + filenames[a].split('.')[0]  + "\n"
        fid.write(strText)
fid.close()

讀取數據時需要2個數組分別存放讀取的圖片地址和標籤，對於CSV文件調用readlines函數即可。

tf.read_line(image_path):讀取圖片地址的函數（tensorflow中地址信息也需要用函數讀取）

tf.image.decode_jpeg:對讀取進來的圖片解碼成JPG格式，並在此設定了圖像的通道。channels=1表示讀取的圖像爲灰度。

tf.image.convert_image_dtype:對圖像進行轉化，將圖像矩陣轉化成tensorflow需要的張量格式。

import tensorflow as tf
import cv2

image_add_list = []
image_label_list = []
with open("train_list.csv") as fid:
    for image in fid.readlines():
        image_add_list.append(image.strip().split(",")[0])
        image_label_list.append(image.strip().split(",")[1])


def get_image(image_path):
    return tf.image.convert_image_dtype(
        tf.image.decode_jpeg(
            tf.read_file(image_path), channels=1),
        dtype=tf.uint8)

img = tf.image.convert_image_dtype(tf.image.decode_jpeg(tf.read_file('3.jpeg'), channels=1),dtype=tf.uint8)

with tf.Session() as sess:
    cv2Img = sess.run(img)
    img2 = cv2.resize(cv2Img, (200,200))
    cv2.imshow('image', img2)
    cv2.waitKey()

TensorFlow下如何將圖片製作成數據集