tensorflow将图片保存为tfrecord和tfrecord的读取方式

tensorflow官方提供了3种方法来读取数据：

预加载数据(preloaded data)：在TensorFlow图中定义常量或变量来保存所有的数据，适用于数据量不太大的情况。填充数据(feeding)：通过Python产生数据，然后再把数据填充到后端。

从文件读取数据(reading from file)：从文件中直接读取，然后通过队列管理器从文件中读取数据。

本文主要介绍第三种方法，通过tfrecord文件来保存和读取数据，对于前两种读取数据的方式也会进行一个简单的介绍。

项目下载github地址：https://github.com/steelOneself/tensorflow_learn/tree/master/tf_records_writer_read

一、预加载数据

 a = tf.constant([1,2,3])
 b = tf.constant([4,5,6])
 c = tf.add(a,b)
 with tf.Session() as sess:
   print(sess.run(c))#[5 7 9]

这种方式加载数据比较简单，它是直接将数据嵌入在数据流图中，当训练数据较大时，比较消耗内存。

二、填充数据

通过先定义placeholder然后再通过feed_dict来喂养数据，这种方式在TensorFlow中使用的也是比较多的，但是也存在数据量大时比较消耗内存的缺点，下面介绍一种更高效的数据读取方式，通过tfrecord文件来读取数据。

 x = tf.placeholder(tf.int16)
 y = tf.placeholder(tf.int16)
 z = tf.add(x,y)
 with tf.Session() as sess:
   print(sess.run(z,feed_dict={x:[1,2,3],y:[4,5,6]}))
   #[5 7 9]

三、从文件读取数据

通过slim来实现将图片保存为tfrecord文件和tfrecord文件的读取，slim是基于TensorFlow的一个更高级别的封装模型，通过slim来编程可以实现更高效率和更简洁的代码。

在本次实验中使用的数据集是kaggle的dog vs cat，数据集下载地址:https://www.kaggle.com/c/dogs-vs-cats/data

1、tfrecord文件的保存

a、参数设置

dataset_dir_path：训练集图片存放的上级目录(train下还有一个train目录用来存放图片)，在dog vs cat数据集中，dog和cat类的区别是依靠图片的名称，如果你的数据集通过文件夹的名称来划分图片类标的，可能需要对代码进行部分修改。

label_name_to_num：字符串类标与数字类标的对应关系，在将图片保存为tfrecord文件的时候，需要将字符串转为整数类标0和1，方便后的训练。

label_num_to_name：数字类标与字符串类标的对应关系。

val_size：验证集在训练集中所占的比例，训练集一共有25000张图片，用20000张来训练，5000张来进行验证。

batch_size：在读取tfrecord文件的时候，每次读取图片的数量。

#数据所在的目录路径
dataset_dir_path = "D:/dataset/kaggle/cat_or_dog/train"
#类标名称和数字的对应关系
label_name_to_num = {"cat":0,"dog":1}
label_num_to_name = {value:key for key,value in label_name_to_num.items()}
#设置验证集占整个数据集的比例
val_size = 0.2
batch_size = 1

b、获取训练集所有的图片路径

获取训练目录下所有的dog和cat的图片路径，将它们分开保存，便于后面训练集和验证集数据的划分，保证每类图片在所占的比例相同。

#获取文件所在路径
dataset_dir = os.path.join(dataset_dir,split_name)
#遍历目录下的所有图片
for filename in os.listdir(dataset_dir):
  #获取文件的路径
  file_path = os.path.join(dataset_dir,filename)
  if file_path.endswith("jpg") and os.path.exists(file_path):
    #获取类别的名称
    label_name = filename.split(".")[0]
    if label_name == "cat":
      cat_img_paths.append(file_path)
    elif label_name == "dog":
      dog_img_paths.append(file_path)
return cat_img_paths,dog_img_paths

c、设置需要保存的图片信息

对于训练集的图片主要保存图片的字节数据、图片的格式、图片的标签、图片的高和宽，测试集保存为tfrecord文件的时候需要保存图片的名称，因为在提交数据的时候需要用到图片的名称信息。在保存图片信息的时候，需要先将这些信息转换为byte数据才能写入到tfrecord文件中。

def int64_feature(values):
if not isinstance(values, (tuple, list)):
 values = [values]
return tf.train.Feature(int64_list=tf.train.Int64List(value=values))

def bytes_feature(values):
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[values]))

#将图片信息转换为tfrecords可以保存的序列化信息
def image_to_tfexample(split_name,image_data, image_format, height, width, img_info):
 '''
 :param split_name: train或val或test
 :param image_data: 图片的二进制数据
 :param image_format: 图片的格式
 :param height: 图片的高
 :param width: 图片的宽
 :param img_info: 图片的标签或图片的名称,当split_name为test时,img_info为图片的名称否则为图片标签
 :return:
 '''
 if split_name == "test":
   return tf.train.Example(features=tf.train.Features(feature={
      'image/encoded': bytes_feature(image_data),
      'image/format': bytes_feature(image_format),
      'image/img_name': bytes_feature(img_info),
      'image/height': int64_feature(height),
      'image/width': int64_feature(width),
    }))
 else:
    return tf.train.Example(features=tf.train.Features(feature={
      'image/encoded': bytes_feature(image_data),
      'image/format': bytes_feature(image_format),
      'image/label': int64_feature(img_info),
      'image/height': int64_feature(height),
      'image/width': int64_feature(width),
    }))

d、保存tfrecord文件

主要是通过TFRecordWriter来保存tfrecord文件，在将图片信息保存为tfrecord文件的时候，需要先将图片信息序列化为字符串才能进行写入。ImageReader类可以将图片字节数据解码为指定格式的图片，获取图片的宽和高信息。

_get_dataset_filename函数是通过数据集的名称和split_name的名称来组合获取tfrecord文件的名称,tfrecord名称如下:

def _convert_tfrecord_dataset(split_name, filenames, label_name_to_id,
dataset_dir, tfrecord_filename, _NUM_SHARDS):
 '''
 :param split_name:train或val或test
 :param filenames:图片的路径列表
 :param label_name_to_id:标签名与数字标签的对应关系
 :param dataset_dir:数据存放的目录
 :param tfrecord_filename:文件保存的前缀名
 :param _NUM_SHARDS:将整个数据集分为几个文件
 :return:
 '''
 assert split_name in ['train', 'val','test']
 #计算平均每一个tfrecords文件保存多少张图片
 num_per_shard = int(math.ceil(len(filenames) / float(_NUM_SHARDS)))
 with tf.Graph().as_default():
   image_reader = ImageReader()
   with tf.Session('') as sess:
     for shard_id in range(_NUM_SHARDS):
       #获取tfrecord文件的名称
       output_filename = _get_dataset_filename(
           dataset_dir, split_name, shard_id,
tfrecord_filename = tfrecord_filename, _NUM_SHARDS = _NUM_SHARDS)
       #写tfrecords文件
       with tf.python_io.TFRecordWriter(output_filename) as tfrecord_writer:
         start_ndx = shard_id * num_per_shard
         end_ndx = min((shard_id+1) * num_per_shard, len(filenames))
         for i in range(start_ndx, end_ndx):
           #更新控制台中已经完成的图片数量
           sys.stdout.write('\r>> Converting image ％d/％d shard ％d' ％ (
             i+1, len(filenames), shard_id))
           sys.stdout.flush()
           #读取图片,将图片数据读取为bytes
           image_data = tf.gfile.FastGFile(filenames[i], 'rb').read()
           #获取图片的高和宽
           height, width = image_reader.read_image_dims(sess, image_data)
           #获取路径中的图片名称
           img_name = os.path.basename(filenames[i])
           if split_name == "test":
             #需要将图片名称转换为二进制
             example = image_to_tfexample(
               split_name,image_data, b'jpg', height, width, img_name.encode())
             tfrecord_writer.write(example.SerializeToString())
           else:
             #获取图片的类别
             class_name = img_name.split(".")[0]
             label_id = label_name_to_id[class_name]
             example = image_to_tfexample(
               split_name,image_data, b'jpg', height, width, label_id)
             tfrecord_writer.write(example.SerializeToString())
       sys.stdout.write('\n')
       sys.stdout.flush()

e、将数据集分为验证集和训练集保存为tfrecord文件

先获取数据集中所有图片的路径和图片的标签信息，将不同类别的图片分为训练集和验证集，并保证训练集和验证集中不同类别的图片数量保持相同，在保存为tfrecord文件之前，打乱所有图片的路径。将训练集分为了2个tfrecord文件，验证集保存为1个tfrecord文件。

#生成tfrecord文件
def generate_tfreocrd():
 #获取目录下所有的猫和狗图片的路径
 cat_img_paths,dog_img_paths = _get_dateset_imgPaths(dataset_dir_path,"train")
 #打乱路径列表的顺序
 np.random.shuffle(cat_img_paths)
 np.random.shuffle(dog_img_paths)
 #计算不同类别验证集所占的图片数量
 cat_val_num = int(len(cat_img_paths) * val_size)
 dog_val_num = int(len(dog_img_paths) * val_size)
 #将所有的图片路径分为训练集和验证集
 train_img_paths = cat_img_paths[cat_val_num:]
 val_img_paths = cat_img_paths[:cat_val_num]
 train_img_paths.extend(dog_img_paths[dog_val_num:])
 val_img_paths.extend(dog_img_paths[:dog_val_num])
 #打乱训练集和验证集的顺序
 np.random.shuffle(train_img_paths)
 np.random.shuffle(val_img_paths)
 #将训练集保存为tfrecord文件
 _convert_tfrecord_dataset("train",train_img_paths,label_name_to_num,dataset_dir_path,"catVSdog",2)
 #将验证集保存为tfrecord文件
 _convert_tfrecord_dataset("val",val_img_paths,label_name_to_num,dataset_dir_path,"catVSdog",1)

通过控制台你能够看到tfrecord文件的保存进度

2、从tfrecord文件中读取数据

a、读取tfrecord文件，将数据转换为dataset

通过TFRecordReader来读取tfrecord文件，在读取tfrecord文件时需要通过tf.FixedLenFeature来反序列化存储的图片信息，这里我们只读取图片数据和图片的标签，再通过slim模块将图片数据和标签信息存储为一个dataset。

#创建一个tfrecord读文件对象
 reader = tf.TFRecordReader
   keys_to_feature = {
     "image/encoded":tf.FixedLenFeature((),tf.string,default_value=""),
     "image/format":tf.FixedLenFeature((),tf.string,default_value="jpg"),
    "image/label":tf.FixedLenFeature([],tf.int64,default_value=tf.zeros([],tf.int64))
   }
   items_to_handles = {
     "image":slim.tfexample_decoder.Image(),
     "label":slim.tfexample_decoder.Tensor("image/label")
   }
   items_to_descriptions = {
     "image":"a 3-channel RGB image",
     "img_name":"a image label"
   }
   #创建一个tfrecoder解析对象
   decoder = slim.tfexample_decoder.TFExampleDecoder(keys_to_feature,items_to_handles)
   #读取所有的tfrecord文件,创建数据集
   dataset = slim.dataset.Dataset(
     data_sources = tfrecord_paths,
     decoder = decoder,
     reader = reader,
     num_readers = 4,
     num_samples = num_imgs,
     num_classes = num_classes,
     labels_to_name = labels_to_name,
     items_to_descriptions = items_to_descriptions
   )

b、获取batch数据

preprocessing_image对图片进行预处理，对图片进行数据增强，输出后的图片尺寸由height和width参数决定，固定图片的尺寸方便CNN的模型训练。

def load_batch(split_name,dataset,batch_size,height,width):
 data_provider = slim.dataset_data_provider.DatasetDataProvider(
   dataset,
   common_queue_capacity = 24 + 3 * batch_size,
   common_queue_min = 24
 )
   raw_image,img_label = data_provider.get(["image","label"])
   #Perform the correct preprocessing for this image depending if it is training or evaluating
   image = preprocess_image(raw_image, height, width,True)
   #As for the raw images, we just do a simple reshape to batch it up
   raw_image = tf.expand_dims(raw_image, 0)
   raw_image = tf.image.resize_nearest_neighbor(raw_image, [height, width])
   raw_image = tf.squeeze(raw_image)
   #获取一个batch数据
   images,raw_image,labels = tf.train.batch(
     [image,raw_image,img_label],
     batch_size=batch_size,
     num_threads=4,
     capacity=4*batch_size,
     allow_smaller_final_batch=True
   )
   return images,raw_image,labels

c、读取tfrecord文件

#读取tfrecord文件
def read_tfrecord():
 #从tfreocrd文件中读取数据
 train_dataset = get_dataset_by_tfrecords("train",dataset_dir_path,"catVSdog",2,label_num_to_name)
 images,raw_images,labels = load_batch("train",train_dataset,batch_size,227,227)
 with tf.Session() as sess:
   threads = tf.train.start_queue_runners(sess)
   for i in range(6):
     train_img,train_label = sess.run([raw_images,labels])
     plt.subplot(2,3,i+1)
     plt.imshow(np.array(train_img[0]))
     plt.title("image label:％s"％str(label_num_to_name[train_label[0]]))
   plt.show()

读取训练集的tfrecord文件，只从tfrecord文件中获取了图片数据和图片的标签,images表示的是预处理后的图片,raw_images表示的是没有经过预处理的图片。

来源：https://blog.csdn.net/sinat_29957455/article/details/83316173