Кодировка изображения в файле tfrecord - PullRequest
Новая
       18

Кодировка изображения в файле tfrecord

0 голосов
/ 12 апреля 2020

Я хочу закодировать свойства этого изображения и некоторые функции в файле tfrecord. Функциональная часть в порядке, но я хотел убедиться, что изображение кодируется правильно, поскольку я новичок в tenorflow 

  'ImageWidth':    getInt64Feature(Data['Image'].shape[1]),
  'ImageHeight':   getInt64Feature(Data['Image'].shape[0]),
  'ImageChannels': getInt64Feature(Data['Image'].shape[2]),
  'Image':         getByteFeature(Data['Image'].tostring()),

Это мой код для преобразования моего изображения и меток (метки не видны) в tfrecord. 

import os
import io
import pandas as pd
import tensorflow as tf
from PIL import Image
import keras

def _bytes_feature(value):
  """Returns a bytes_list from a string / byte."""
  # if isinstance(value, type(tf.constant(0))):
  #   value = value.numpy() # BytesList won't unpack a string from an EagerTensor.
  return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))

def _float_feature(value):
  """Returns a float_list from a float / double."""
  return tf.train.Feature(float_list=tf.train.FloatList(value=[value]))

def _int64_feature(value):
  """Returns an int64_list from a bool / enum / int / uint."""
  return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))


def serialize_example(feature0, feature1, feature2, feature3,feature4, feature5, feature6, feature7, feature8, feature9, feature10, feature11, feature12, feature13,feature14, feature15):
  """
  Creates a tf.Example message ready to be written to a file.
  """
  # Create a dictionary mapping the feature name to the tf.Example-compatible
  # data type.
  feature = {
      'Image': _bytes_feature(feature0)
............  }

  example_proto = tf.train.Example(features=tf.train.Features(feature=feature))
  return example_proto.SerializeToString()

  # Create a Features message using tf.train.Example.


def encode_Image(path):
  with open(path, 'rb') as f:
    _bytes = f.read()
    # img = tf.keras.preprocessing.image.load_img(path)
    # img_array = tf.keras.preprocessing.image.img_to_array(img)
    # img_bytes = tf.io.serialize_tensor(img_array)
    #image_shape = img_array.shape
    #with open(path, 'rb') as fid:
        #encoded_jpg = fid.read()
  return _bytes

def write_Example():
    filename=r"C:\Dataset_Thesis\Training\\"  
    # with tf.io.TFRecordWriter(filename) as writer:
    exampless = pd.read_csv(r"C:\TrainingMain.csv")
    for index, record in exampless.iterrows():
      with tf.io.TFRecordWriter(filename+str(index)+"_dataset.tfrecord") as writer:
        print(str(record["Image"]))
        feature0 = encode_Image(str(record["Image"]))
        ...........
...........

        example= serialize_example(feature0, feature1, feature2, feature3,feature4, feature5, feature6, feature7, feature8, feature9, feature10, feature11, feature12, feature13, feature14, feature15)
        writer.write(example)
        writer.close()

write_Example()

Я не получаю сообщение об ошибке, но кто-то может подтвердить, что моя часть кодирования изображения соответствует требуемым свойствам.

...