如何在python中使用張量流從圖像創建形狀（？，）和dtype = string的張量

Question

我有一個訓練有素的模型，輸入層指定如下：

Model input:  [<tf.Tensor 'encoded_image_string_tensor:0' shape=(None,) dtype=string>, <tf.Tensor 'key:0' shape=(None,) dtype=string>]

我在創建具有這些屬性的張量時遇到問題。 要么我得到正確的 dtype，然后我得到shape() 。 或者我得到一個非空的形狀，但dtype=uint8或類似的。 關於如何閱讀、創建和輸入我的圖像到正確格式的任何提示。 我要輸入的圖像是grayscale 、 jpg 、 3232x583像素。

Answer 1

你可以做

import tensorflow as tf

a = tf.placeholder(dtype=tf.string, shape=[None, ], name="encoder_image_string_tensor")
print(a)

哪個打印

Tensor("encoder_image_string_tensor:0", shape=(?,), dtype=string)

為了給這個張量提供值，你可以在這個函數中使用sess.run和feed_dict參數。

要獲得正確尺寸的圖像，您可以執行以下操作：

import cv2
im = cv2.imread("abc.jpg")
my_img = np.squeeze(np.reshape(im, [-1, 1]))
sess.run([], feed_dict={a: my_img})

我從這里獲取我的答案。

Answer 2

我能夠在這個 anwser（鏈接）的幫助下解決它，我用 OpenCV 將它作為圖像讀取。 將其編碼為jpg。 將其轉換為字節數組。 並使用 tf.constant() 使其成為 tensorflow。 感覺從文件到字節數組的轉換可以以更好的方式進行，但我暫時保留它。

代碼：

img = cv2.imread('IMAGEPATH')
flag, bts = cv2.imencode('.jpg', img) 
byte_arr = [bts[:,0].tobytes()]
tensor_string = tf.constant(byte_arr)

給出了這個有效的：

張量（“Const_14：0”，形狀=（1，），dtype=string）