一、图像基本知识
1、如何转换图片文件
回忆：之前我们在特征抽取中讲过如何将文本处理成数据
思考：如何将图片文件转换成机器学习算法能够处理的数据？
我们经常接触到的图片有两种，一种是黑白图片（灰度图），另一种是彩色图片
组成图片的最基本单位是像素
2、特征抽取
文本特征抽取：转换成数值，二维数组shape(n_samples, m_features)
n_samples行，m_features列
字典特征抽取：转换成数值，二维数组shape(n_samples, m_features)
one-hot编码
图片怎么特征抽取？
3、图片三要素
组成一张图片特征值是所有的像素值，有三个维度：图片长度、图片宽度、图片通道数
图片的通道数是什么？
描述一个像素点，如果是灰度图，那么只需要一个数值来描述它，就是单通道
如果一个像素点，有RGB三种颜色来描述它，就是三通道
灰度图：单通道
彩色图：三通道，RGB
4、图片的特征抽取
图片：转换成数值，三维数组shape(图片长度、图片宽度、图片通道数)
灰度图[长，宽，1]
每一个像素点是[0, 255]的数，越接近255越白
彩色图[长，宽，3]
每一个像素点是三个通道（每个通道又是一个灰度图）
一个彩色像素点是由三个通道像素点组合而成
每一个像素点用3个[0, 255]的数来表示
5、如果一张彩色图片的长为200，宽为200，通道数为3，那么总的像素为：200 * 200 * 3
二、图片张量的形状
1、在tensorflow中如何用张量表示一张图片呢？
Tensor(指令名称, shape, dtype)
一张图片可以被表示成一个3D张量，即其形状为[height, width, channel]，height就表示高，width表示宽，channel表示通道数。我们会经常遇到3D和4D的表示
2、单个图片
一张图片，shape部分 = (height, width, channel)
3、多个图片
多张图片，shape部分 = (batch, height, width, channel)，batch表示一个批次的张量数量
三、图片特征值处理
1、图片数据集
（1）一个样本图片：327 * 499 * 3，数据量过大
（2）样本和样本的形状不统一，没办法进行批量操作和运算
2、为什么要将图片缩放到统一大小？
在进行图像识别的时候，每个图片样本的特征数量要保持相同。所以要将所有图片张量大小统一转换
另一方面，如果图片的像素量太大，通过这种方式适当减少像素的数量，减少训练的计算开销
3、tf.image.resize(images, size)
说明：
（1）缩放图片
（2）images：4-D形状[batch, height, width, channels]或3-D形状的张量[height, width, channels]的图片数据
（3）size：是1-D int32张量，有2个要素：new_height，new_width，图像的新尺寸
（4）返回4-D格式或者3-D格式图片
四、图片数据格式
1、存储
用统一的uint8（节约空间）
2、矩阵计算
float32（提高精度）
五、案例：狗图片读取
1、读取流程分析
（1）构造图片文件名队列
（2）读取图片数据并进行解码
（3）处理图片数据形状
（4）运行
2、代码day02_dog_picture_read.py
python
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
import tensorflow as tf
def picture_read():
"""
狗图片读取案例
"""
image_dataset = [] #创建一个空列表
image_resize = []
# 1、构造文件名列表
filenames = tf.data.Dataset.list_files("./dog/*.jpg")
for filename in filenames:
print(filename)
# 2、读取与解码
for filename in filenames:
raw = tf.io.read_file(filename)
image = tf.io.decode_jpeg(raw, channels=3)
print("image: ", image.shape, image.dtype)
image_dataset.append(image)
# 3、批处理
#print("image_dataset: ", image_dataset)
# 图像的形状、类型修改
for image in image_dataset:
resize = tf.image.resize(image, [200, 200])
print("resize: ", resize)
image_resize.append(resize)
#print("image_resize: ", image_resize)
return None
if __name__ == "__main__":
picture_read()filename打印例子：
python
tf.Tensor(b'./dog/dog.73.jpg', shape=(), dtype=string)image打印例子：
python
image: (375, 499, 3) <dtype: 'uint8'>resize打印例子：
python
resize: tf.Tensor(
[[[ 35.787663 35.787663 43.787663]
[ 28.08867 28.846172 32.36117 ]
[ 17.412218 17.412218 15.636655]
...
[103.03774 106.03774 114.813324]
[102.62288 105.62288 113.107925]
[ 93.996574 96.780716 101.780716]]
[[ 60.637985 60.637985 69.14299 ]
[ 27.600521 28.289515 32.010033]
[ 19.479155 19.479155 18.004156]
...
[ 32.533382 35.607536 41.51757 ]
[ 35.41387 37.985897 43.11993 ]
[ 43.380077 43.592636 47.422752]]
[[ 69.490005 69.490005 78.20056 ]
[ 23.95669 24.47169 28.818346]
[ 22.8125 22.8125 21.6125 ]
...
[ 39.336327 43.336327 45.53636 ]
[ 22.146877 23.9786 25.84197 ]
[ 50.45275 47.524483 48.972183]]
...
[[106.42441 86.42441 79.42441 ]
[121.99182 101.99182 94.99182 ]
[169.41891 149.4189 142.4189 ]
...
[145.95242 122.95242 114.95242 ]
[147.68799 124.68798 116.68798 ]
[122.67888 102.26643 95.12895 ]]
[[117.95943 94.80693 91.95943 ]
[124.60395 101.27746 100.38693 ]
[153.56409 129.69409 130.43408 ]
...
[142.74245 118.30745 112.796585]
[142.50908 117.41502 113.44056 ]
[131.79726 109.64476 101.92726 ]]
[[141.82442 117.82442 117.82442 ]
[120.10246 95.10246 98.34496 ]
[131.69261 106.69261 110.69261 ]
...
[154.4974 126.497406 123.497406]
[147.52274 120.795166 120.522736]
[135.49553 112.49553 104.49553 ]]], shape=(200, 200, 3), dtype=float32)先用tf.data.Dataset.list_files()获取文件名列表，然后用tf.io.read_file()读取成dtype string类型的tensor对象，然后用tf.io.decode_jpeg()解码成dtype uint8类型的tensor对象，然后把解码后的image放入列表里，然后用tf.image.resize()调整大小