将本地图片数据制作成内存对象数据集|tensorflow|手写数字制作成内存对象数据集|tf队列|线程

 

 

样本说明：

　　tensorflow经典实例之手写数字识别。MNIST数据集。

数据集dir名称

每个文件夹代表一个标签label，每个label中有820个手写数字的图片

 

 

 

标签label为0的文件夹中部分bmp图片示例

import tensorflow as tf
import os
from matplotlib import pyplot as plt
import numpy as np
from sklearn.utils import shuffle

def load_sample(sample_dir):
    '''
    9个标签（label）对应9*820个图片，这一步将每个图片的相对路径及图片名称制作成列表    每个推按对应的标签label制作成列表
    :param sample_dir: mnist_digits_images
    :return: 文件名称列表  标签列表
    '''
    print ('正在导入样本数据..')
    lfilenames = []   ###用于接收每个图片名称的空列表
    labelsnames = []  ###用于接收每个图片对应的标签label的空列表
    for (dirpath, dirnames, filenames) in os.walk(sample_dir):#递归遍历文件夹
        '''os.walk的运行规则，自行补充'''
        for filename in filenames:                            #遍历所有文件名
            filename_path = os.sep.join([dirpath, filename])
            lfilenames.append(filename_path)               #添加文件名
            labelsnames.append( dirpath.split('\\')[-1] )#添加文件名对应的标签
    ###此时得到的标签列表是字符串类型的，下面将字符串列表转换成数字列表
    lab= list(sorted(set(labelsnames)))  #标签列表去重，set有去重功能，sorted对set排序
    labdict=dict( zip( lab  ,list(range(len(lab)))  )) #生成字典：字符串{'0':0,'1':1,'2':2,......}
    labels = [labdict[i] for i in labelsnames]         ##通过列表解析，将字符串标签转换成数字标签
    ##将列表转换成数组，并且使用shuffle乱序数组，统一个shullfe下，各个列表乱序的规则一致，所以图片标签一一对应的关系不变
    return shuffle(np.asarray( lfilenames),np.asarray( labels)),np.asarray(lab)  

def get_batches(image,label,input_w,input_h,channels,batch_size):
    ##在会话启动队列之后，进行入队和出队操作。出队一个数据，为queue=[image,label],image:图片名称（相对路径） label ：标签
    queue = tf.train.slice_input_producer([image,label])  #使用tf.train.slice_input_producer实现一个输入的队列（准备，此时并没有数据入队）

    label = queue[1]                                        #从输入队列里读取标签

    image_c = tf.read_file(queue[0])                        #从输入队列里读取image路径【读取图片】

    image = tf.image.decode_bmp(image_c,channels)           #将读取的图片解码

    image = tf.image.resize_image_with_crop_or_pad(image,input_w,input_h) #修改图片大小


    image = tf.image.per_image_standardization(image) #图像标准化处理，(x - mean) / adjusted_stddev

    image_batch,label_batch = tf.train.batch([image,label],#调用tf.train.batch函数生成批次数据
               batch_size = batch_size,
               num_threads = 64)

    images_batch = tf.cast(image_batch,tf.float32)   #将数据类型转换为float32

    labels_batch = tf.reshape(label_batch,[batch_size])#修改标签的形状shape
    return images_batch,labels_batch

data_dir = 'mnist_digits_images\\'  #定义文件路径

(image,label),labelsnames = load_sample(data_dir)   #载入文件名称与标签

 

batch_size = 16        ##定义批次大小
image_batches,label_batches = get_batches(image,label,28,28,1,batch_size)  ##读取图片，预处理，生成批次

with tf.Session() as sess:
    '''会话初始化'''
    init = tf.global_variables_initializer()
    sess.run(init)
    '''创建队列协调器，在get_batches函数中定义了tf.train.slice_input_producer输入队列，创建协调器，并启动队列就可以用队列调用数据了'''
    coord = tf.train.Coordinator()
    ###启动队列线程
    threads = tf.train.start_queue_runners(sess=sess,coord=coord)
    try:
        for step in np.arange(5): ##定义迭代次数：每迭代一次，一个批次的数据注入
            ###查看队列是否开启（队列关闭返回True，开启返回False）,如果关闭，终止程序

            if coord.should_stop():

                break
            ##获取批次数据输入(注入数据)
            images,labels = sess.run([image_batches,label_batches])
            print('一个批次图片（数量）',len(images))
            print('一个批次标签', labels)
    except tf.errors.OutOfRangeError:
        print('完成，现在开始终止所有线程')
    finally:
        coord.request_stop()
        print('所有线程请求终止')
    coord.join(threads)
    print('所有线程终止')

'''
输出结果：
一个批次图片（数量） 16
一个批次标签 [1 1 6 5 8 1 7 5 1 8 5 6 4 5 9 7]
一个批次图片（数量） 16
一个批次标签 [9 7 2 3 6 7 1 1 8 0 3 4 7 7 7 9]
一个批次图片（数量） 16
一个批次标签 [6 2 7 9 0 5 3 9 5 0 4 1 3 3 2 6]
一个批次图片（数量） 16
一个批次标签 [3 1 9 7 9 0 9 1 7 3 9 8 9 4 1 9]
一个批次图片（数量） 16
一个批次标签 [0 2 3 3 9 8 7 9 9 9 8 6 1 6 9 1]
所有线程请求终止
所有线程终止
'''