此问题基于:Tensorflow image reading & display
按照他们的代码,我们有以下内容:
string = ['/home/user/test.jpg']
filepath_queue = tf.train.string_input_producer(string)
self.reader = tf.WholeFileReader()
key, value = self.reader.read(filepath_queue)
print(value)
# Output: Tensor("ReaderRead:1", shape=TensorShape([]), dtype=string)
my_img = tf.image.decode_jpeg(value, channels=3)
print(my_img)
# Output: Tensor("DecodeJpeg:0", shape=TensorShape([Dimension(None), Dimension(None), Dimension(3)]), dtype=uint8)
为什么my_img
没有维度? (Dimension(3)仅仅是因为参数channels=3
)
这是否表示图片未正确加载? (img = misc.imread('/home/user/test.jpg')
会加载该图片)。
答案 0 :(得分:7)
图像将被正确加载,但TensorFlow没有足够的信息来推断图像的形状,直到运行op。这是因为tf.image.decode_jpeg()
可以产生不同形状(高度和宽度)的张量,具体取决于弦张量value
的内容。这使您可以使用不同大小的图像集合构建input pipelines。
形状中的Dimension(None)
表示"unknown" rather than "empty"。
如果您碰巧知道此操作读取的所有图像都具有相同的大小,您可以使用Tensor.set_shape()
来提供此信息,这样做有助于验证图形后面部分的形状:
my_img = tf.image.decode_jpeg(value, channels=3)
KNOWN_HEIGHT = 28
KNOWN_WIDTH = 28
my_img.set_shape([KNOWN_HEIGHT, KNOWN_WIDTH, 3])
print(my_img)
# Output: Tensor("DecodeJpeg:0", shape=TensorShape([Dimension(28), Dimension(28), Dimension(3)]), dtype=uint8)