Question

我刚从Tensorflow开始，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，对，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。但它始终以错误结束：

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。如果我取消num_epochs = 1，则结束时没有错误。

我有几个问题：

我该如何正确地做到这一点？

另外，如果我想从filename_queue到结尾保存原始文件名，那么我可以用原始名称保存它们，我该怎么做？我怎么知道需要保存多少文件？让我们说我通过阅读目录制作文件名列表。我尝试了很多不同的东西，但是当我到达终点时，我永远无法知道我是如何知道的。

我似乎很奇怪我两次调用resized_encoded.eval（）。

谢谢你，我确定这是一个非常基本的问题，但我不明白这是如何运作的。

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)

这给出了相同的警告。我无法理解为什么。

Answer 1

此警告完全正常。如TensorFlow API

中所述

num_epochs：一个整数（可选）。如果指定，则为string_input_producer 之前从string_tensor num_epochs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，你可能会问。在我看来，我已经将您的代码重构为可能更容易理解的内容。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，如果你明确地输入num_epochs = 2，那么就像API建议的那样，string_input_producer循环遍历string_tensor中的字符串2次。由于string_tensor只有2个文件名，因此队列中填充了4个文件名。如果我将for循环更改为：

for i in xrange(5)

然后这会出错。但是，如果我把它留在4，那就没关系了。再举一个例子。如果我没有放置num_epochs，那么按照建议，它可以循环无限次。把：

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，如果我想保留原始文件名 filename_queue到最后，所以我可以保存它们原名，我该怎么做？我怎么知道我有多少文件需要保存？让我们说我通过阅读a来制作文件名列表目录。我尝试了很多不同的东西，但我永远都找不到我到底是怎么知道的。

如果要保留原始文件名，则您的方法需要返回文件名。这是以下代码。

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"))

要知道需要保存多少文件，您可以按以下方式调用：

os.listdir(os.getcwd())

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))

在Tensorflow中保存图像文件

1 个答案: