对于tf中图片处理的一点点小总结

        import tensorflow as tf
        import numpy as np
        from matplotlib import pyplot as plt
        import matplotlib as mpl
        from PIL import Image,ImageOps
        import os
        import scipy.misc




        file_names = '/Users/macbookair/Desktop/deadpool.jpg'
        #导入图片
        def get_picture1():
            def read_one_image(filenames):
                filename_queue = tf.train.string_input_producer([filenames])#将文件按照队列的方式导入,也必须按照队列的方式导入
                image_reader = tf.WholeFileReader()#读入文件
                _, image_file = image_reader.read(filename_queue)#从队列中抓取到image的文件
                image = tf.image.decode_jpeg(image_file, channels=3)#解码方式，tf中支持JPG,PNG格式的图片，RGB,RGBA颜色空间
                image = tf.cast(image, tf.float32) / 256.0 # cast to float to make conv2d work
                return image


            def get_real_images(image):
                with tf.Session() as sess:
                    coord = tf.train.Coordinator()
                    threads = tf.train.start_queue_runners(coord=coord)
                    images = sess.run(image)
                    coord.request_stop()
                    coord.join(threads)
                return images
        #事实上read进来的就已经是我们想要的图片了，之后的threads等等操作只是为了让队列进入时不会出现问题     


        def get_picture2():
            image = Image.open(file_names)#可以一步就读入我们要的照片
            image = np.array(image)#必须进行array的操作，才能把导入的照片变成列表形式


        #图片的操作
        #有压缩等等很多操作，直接去官网搜，只记录一个变形状的
        def get_resized_image(img_path, height, width, save=True):
            image = Image.open(img_path)
            # it's because PIL is column major so you have to change place of width and height
            # this is stupid, i know
            image = ImageOps.fit(image, (width, height), Image.ANTIALIAS)
            if save:
                image_dirs = img_path.split('/')
                image_dirs[-1] = 'resized_' + image_dirs[-1]
                out_path = '/'.join(image_dirs)#这三步的操作就是在原来的保存路径之上加上了resized，再次保存
                if not os.path.exists(out_path):
                    image.save(out_path)#顺手把调整后的图片保存了
            image = np.asarray(image, np.float32)
            return np.expand_dims(image, 0)#加一维，只是为了conv2d的操作


        #图片的可视化
        def look_picture1(images):
            fig = plt.figure()
            plt.imshow(images)
            plt.show()#直接跑完程序就显示了
        #也可以从tensorboard中查看
        def look_picture2(images):
            img_summary = tf.summary.image('name',tf.expand_dims(images,0))
            #这里的images一般为用tf的操作得到的预处理后的图片




        #存储图片
        def save_image(path, image):
            image = np.clip(image, 0, 255).astype('uint8')#确保image的值在0-255之间，也可以用tf.minimum(image,255)来确保其中的值小于255
            scipy.misc.imsave(path, image)