使用 image_dataset_from_directory 加載灰度 png 返回 3 通道張量

Question

我有一組分成 2 個目錄的灰度 png 圖像。 根據文檔，我使用 image_dataset_from_directory 將它們加載為 Dataset 對象。 當我使用 element_spec 檢查已加載的內容時，它說圖像有 3 個通道：

from tensorflow.keras.preprocessing import image_dataset_from_directory
Dataset = image_dataset_from_directory('path/to/files')
Dataset.element_spec

返回：

找到屬於 2 個類的 14000 個文件。

(TensorSpec(shape=(None, 256, 256, 3), dtype=tf.float32, name=None), TensorSpec(shape=(None,), dtype=tf.int32, name=None))

這些圖像使用 MATLAB 保存為灰度 png，我已經使用 Linux 命令文件確認它們是灰度的：

$ file path/to/files/class_1/file_1.png

path/to/files/class_1/file_1.png：PNG 圖像數據，256 x 256，8 位灰度，非隔行

所以現在我要么需要告訴 image_dataset_from_directory 將這些文件加載​​為灰度，要么我需要將 3 通道張量數據集對象轉換為 1 通道張量。 我該怎么做？

編輯：

使用識別（來自 ImageMagick）有關磁盤上文件的更多信息：

$ identify -verbose path/to/files/class_1/file_1.png

Image: AI_Optrap/Samples/Set4/relaxed/HL60_normoxia_1_1.png
  Format: PNG (Portable Network Graphics)
  Mime type: image/png
  Class: PseudoClass
  Geometry: 256x256+0+0
  Units: Undefined
  Type: Grayscale
  Base type: Grayscale
  Endianess: Undefined
  Colorspace: Gray
  Depth: 8-bit
  Channel depth:
    gray: 8-bit
  Channel statistics:
    Pixels: 65536
    Gray:
      min: 0 (0)
      max: 255 (1)
      mean: 135.92 (0.533021)
      standard deviation: 36.3709 (0.142631)
      kurtosis: 1.51412
      skewness: 0.035325
      entropy: 0.87207
  Colors: 256

Answer 1

默認情況下， image_dataset_from_directory轉換為 3 個通道。 查看文檔：

tf.keras.preprocessing.image_dataset_from_directory(
    directory, labels='inferred', label_mode='int', class_names=None,
    color_mode='rgb', batch_size=32, image_size=(256, 256), shuffle=True, seed=None,
    validation_split=None, subset=None, interpolation='bilinear', follow_links=False
)

顏色模式： “灰度”、“rgb”、“rgba”之一。 默認值：“RGB”。 圖像是否將轉換為具有 1、3 或 4 個通道。

所以只需使用這一行：

Dataset = image_dataset_from_directory('path/to/files', color_mode='grayscale')

現在您的圖像將被轉換為(None, 256, 256, 1) 。