如果我有張量流字符串張量，如何讀取路徑中的圖像

Question

我在下面有這個簡單的函數，它接受一個 tensorflow 字符串張量（ filename ）並檢索圖像。

def get_image(filename):
    filename = filename.numpy()
    img = tf.io.read_file(f'images/{filename}')
    return img

但我得到AttributeError: 'Tensor' object has no attribute 'numpy'我在這里尋找解決方案，但沒有人有一個好的解決方案。 很多人就如何啟用 Eager Execution 提出了建議，但都沒有奏效。 從張量中檢索數據真的那么難嗎……？

或者在這種情況下是否有另一種方法可以在不轉換為 numpy 的情況下執行我想要的操作？

Answer 1

TL;DR首先，也許下面的示例可以幫助您，然后您可以閱讀解決方案並從路徑中讀取圖像。

生成錯誤示例（我們無法在此類函數中訪問 numpy）

# With @tf.function
@tf.function
def func(tns):
    tf.print(tns.numpy())
func(tf.random.uniform(shape=(2,)))
# ->  AttributeError: 'Tensor' object has no attribute 'numpy'


# Without @tf.function
def func(tns):
    tf.print(tns.numpy())
func(tf.random.uniform(shape=(2,)))
# -> array([0.86797523, 0.10352373], dtype=float32)

解決方案：要從您的路徑讀取圖像，您需要考慮：

1. 使用os.path.join創建要從中讀取圖像的路徑列表。
2. 閱讀圖像后，請確保使用tf.image.decode_png 。

import tensorflow as tf
import os

path = 'images'
path_images = [os.path.join(path, img) for img in os.listdir(path)] 
img_dataset = tf.data.Dataset.from_tensor_slices(path_images)

def get_image(filename):
    img = tf.io.read_file(filename)
    img = tf.image.decode_png(img, channels=3)
    return img


img_dataset = img_dataset.map(get_image, num_parallel_calls=tf.data.AUTOTUNE)
for img in img_dataset.take(1):
    print(img.shape)
# (100, 100, 3)

在路徑/images/中創建隨機圖像：

from PIL import Image
import numpy as np

for i in range(10):
    imarray = np.random.rand(100,100,3) * 255
    im = Image.fromarray(imarray.astype('uint8')).convert('RGB')
    im.save(f'images/image_{i}.png')