寫在前面

許久沒有登錄我的簡書了，或許忙只是給自己的借口，內(nèi)心浮躁，不愿坐下來靜下心寫點東西才是真正的原因。寫作是個該堅持的好習(xí)慣，一方面能記錄下一些當(dāng)時的心情想法，一方面也是在鍛煉自己的表達能力。善于抒發(fā)，會懂得表達在如今其實對個人而言是個很大的加分項。或者說， 起碼是我希望自己能夠提升的一種能力。

目前我正處于碩士生涯的畢業(yè)設(shè)計階段，也正在籌備即將來臨的求職季。這個文集也是我在目前這個階段的記錄總結(jié)。如果你恰好碰到和我一樣或者類似的問題，希望能對你有所幫助。

問題描述

我做的項目與深度學(xué)習(xí)相關(guān)，我選用了Tensorflow作為主要的工具。對于圖像文件，為了便于移動以及讀取為tf.data.Dataset使用，我想做的預(yù)處理便是將圖像先轉(zhuǎn)存為TFRecord文件，之后再通過讀取TFRecord得到tf.data.Dataset。

這樣選擇的理由就不在此詳細展開，可參考以下幾篇文章：

由于Tensorflow目前僅有對bmp，gif，jpeg以及png四種圖片的類型的decode方法，對于tif格式的圖片文件并不支持，我在寫完運行良好的預(yù)處理的代碼后，不得不又為此修改了一番。接下來我分別描述修改前后的過程，并點出我需要如何改動才能使tif格式的圖片也能被良好地預(yù)處理。

Figure 1 ref:https://www.tensorflow.org/api_docs/python/tf/io/decode_image

預(yù)處理1.0版

Pipeline 1.0

起初，我在使用的數(shù)據(jù)集皆為png格式的圖片，Tensorflow包含了相應(yīng)的decode方法。于是，在tf.read_file和tf.image.decode_png的啟發(fā)下，我選用了如上圖所述的預(yù)處理方式：首先將所有的圖像文件讀取為一個tf.data.Dataset，再存為TFRecord文件。在最終需要訓(xùn)練時再重新將TFRecord文件讀取成當(dāng)初的tf.data.Dataset。這個方法對我所使用的png圖片數(shù)據(jù)而言運行良好。在完成并調(diào)試這部分代碼的同時，我也通過對其中數(shù)次的格式轉(zhuǎn)換的學(xué)習(xí)，加深了對Tensorflow這部分代碼的理解。

[ToThink: 是否需要將其中的細節(jié)展開敘述呢？]

碰到問題后的反思

一切順風(fēng)順?biāo)?#xff0c;在成功得到了一些測試結(jié)果后，我找到了第二個數(shù)據(jù)集，來進一步檢驗所使用的方法。不幸的事情發(fā)生了，第二個數(shù)據(jù)集為tif格式的圖片，先前寫好的預(yù)處理方法會報錯。進行簡單的檢索后我發(fā)現(xiàn)，已有很多人被同樣的問題困擾，在17年時便有人在Tensorflow的Github上提出了這一點。但直至現(xiàn)在，還沒有人為此做出貢獻。

ref:https://github.com/tensorflow/tensorflow/issues/12997

既然原有的方式不能對tif圖片進行預(yù)處理，不破不立，我只能推倒重來，嘗試用其他的方式在完成這一功能。于是我更仔細地查找資料，閱讀源碼和自己寫的代碼，看看能不能找到一個突破口。

首先，我思考的問題是png圖片與tif圖片究竟有什么不同。png與tif是兩種不同的圖片格式，具體的區(qū)別可以查看以下的這篇文章。

What's the Difference Between PNG, JPEG, GIF, and TIFF?

其中關(guān)鍵的區(qū)別是，tif圖片并不一定是三通道的圖片文件，很可能含有更多的通道。但png，jpeg，bmp等格式的圖片，都是單通道(灰度圖片)或者三通道(RGB)的圖片文件。簡單來說，tif圖片的通道數(shù)的可能很多，并且不同通道中的數(shù)值代表的意義也有很大的不同，不僅僅是顏色數(shù)值這么簡單。或許這就是為何tif圖片的decode遲遲沒人完成的原因吧。

幸運的是，我所要使用的這個數(shù)據(jù)集的所有tif圖片，都是三通道(RGB)的。從圖片數(shù)據(jù)角度而言，前后兩個數(shù)據(jù)集沒有任何區(qū)別。于是我返回去查看預(yù)處理1.0的代碼，重點放在了數(shù)據(jù)格式的轉(zhuǎn)換上。有了如下的發(fā)現(xiàn)：

經(jīng)tf.read_file函數(shù)讀取后的返回的類型為A Tensor of type string，是一個Tensor。而如圖一所示，Tensorflow中decode_img進行的處理是“ performs the appropriate operation to convert the input bytes string into a Tensor of type dtype.” ，返回類型依然是一個Tensor。但最終轉(zhuǎn)存為TFRecord文件中的確實是轉(zhuǎn)化成字符串的圖片文件。

#代碼片段

#tf.data.Dataset -> TFRecord

img_data = img.tobytes()

mask_data = mask.tobytes()

#print(type(img_data))

example=tf.train.Example(features=tf.train.Features(

feature={

'shape': tf.train.Feature(int64_list =

tf.train.Int64List(value=[img.size[0],

img.size[1],len(img.getbands())])),

'img_data':tf.train.Feature(bytes_list =

tf.train.BytesList(value=[img_data])),

'mask_data':tf.train.Feature(bytes_list =

tf.train.BytesList(value=[mask_data]))

}))

既然最終需要的是轉(zhuǎn)化為字符串的圖片文件，那么中間變成Tensor的幾步操作，是可以用其他方式替代的。圖片本質(zhì)而言就是矩陣，對于所有的三通道RGB圖片，可將他們直接轉(zhuǎn)化為矩陣先進行一系列預(yù)處理操作(如改變大小，旋轉(zhuǎn)，調(diào)色)，之后再轉(zhuǎn)存為TFRecord文件就可以了。我先前的一個觀念是，只有將tf.data.Dataset變成TFRecord，才能再后面從TFRecord變成TFRecordtf.data.Dataset。但在測試后發(fā)現(xiàn)，只要有了TFRecord，就能輕易的讀取為tf.data.Dataset，不管TFRecord是如何得到的。

預(yù)處理2.0版

經(jīng)過修改，2.0版本的預(yù)處理方式便實現(xiàn)出來了。代碼鏈接

Pipeline 2.0

在讀取圖片時，我選用的庫為Pillow，主要原因為其讀取tif圖片的表現(xiàn)較好。但可能會碰到如下的報錯信息：

Hide "TIFFSetField: tempfile.tif: Unknown pseudo-tag 65538."

總結(jié)

本文總結(jié)并介紹了在Tensorflow下預(yù)處理tif圖像的一種方式。在至今Tensorflow仍沒給出tif的decode函數(shù)的情況下，我們可以選用先直接將圖像轉(zhuǎn)化成矩陣，經(jīng)預(yù)處理后再轉(zhuǎn)存為TFRecord的方式進行預(yù)處理。

從這個過程中，我不得不深入的去思考整個格式轉(zhuǎn)換的的過程。在我看來，最重要的一點，便是看清楚最終轉(zhuǎn)換的目標(biāo)結(jié)果，通過結(jié)果再思考選用的方式和流程。

總結(jié)

以上是生活随笔為你收集整理的python读取文件夹下所有图像 预处理_Tensorflow之tif图像文件预处理的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。