Python使用tensorflow實現影象識別（貓狗大戰）-01

import_data.py

import tensorflow as tf
import numpy as np
import os
#引入tensorflow、numpy、os 三個第三方模組

img_width = 208
img_height = 208
 #此處設定一個影象的寬度高度，後面會用的到

train_dir = 'C:/Python/data/train/'
 #設定訓練樣本所在路徑，可根據自己的實際修改

 #讀取檔案函式
 def get_files(file_dir):
	 cats = [
 
]
     label_cats = []
     dogs = []
     label_dogs = []
 #定義一個函式 get_files，獲取目錄下的圖片及標籤，cats、label_cats等都是列表型別

  for file in os.listdir(file_dir):
         name = file.split('.')
         if name[0] == 'cat':
             cats.append(file_dir + file)
             label_cats.append(0)
         else:
 

             dogs.append(file_dir + file)
             label_dogs.append(1)
    print('There are %d cats \nThere are %d dogs' %(len(cats), len(dogs)))
    #split() 通過指定分隔符對字串進行切片，切片之後為列表型別，os.listdir(file_dir)返回列表型別；
    #圖片的命名格式為：cat.0.jpg  按照 ‘ . ’ 進行分割，結果為[cat, 0, jpg]，對訓練路徑下的所有圖片進行操作
    #然後根據判斷條件在dogs列表或cats列表中加入file_dir+file
 

    
   image_list = np.hstack((cats, dogs)) 
   label_list = np.hstack((label_cats, label_dogs))
   #numpy的hstack() 函式的用法，返回numpy的陣列
    
   temp = np.array([image_list, label_list])
   '''
   陣列： =[[cats, dogs],
            [label_cats, dogs_label]]
   '''
   					
   temp = temp.transpose() #矩陣轉置
   np.random.shuffle(temp) # 打亂存放的順序,random庫中shuffle()函式的用法,但image 和label 一一對應，不會混亂
    
   image_list = list(temp[:, 0]) # 獲取圖片
   label_list = list(temp[:, 1]) # 獲取標籤
   label_list = [float(i) for i in label_list]
   return image_list, label_list
   #經過操作後  label_list = [0, 1]

#影象裁剪函式
def get_batch(image, label, image_W, image_H, batch_size, capacity):
    # 型別轉換函式
    image = tf.cast(image, tf.string) # 資料型別轉換 image->string  此處image為影象的儲存路徑，轉換為字串格式
    label = tf.cast(label, tf.int32)  # 資料型別轉換 label->int32---------------------------------------(1)
 
   #make an input queue 生成輸入對列--------------------------------------------------------------------(2)
   input_queue = tf.train.slice_input_producer([image, label])
    
   label = input_queue[1] # 讀取標籤
   image_contents = tf.read_file(input_queue[0]) # 讀取影象 string型別
   image = tf.image.decode_jpeg(image_contents, channels = 3) #解碼
   
    # 對圖片進行裁剪或擴充【在影象中心處裁剪】，統一大小
   image = tf.image.resize_image_with_crop_or_pad(image, image_W, image_H)
    # 資料標準化 訓練前需要對資料進行標準化
   image = tf.image.per_image_standardization(image)     # 生成批次 在輸入的tensor中建立一些tensor資料batch
   image_batch, label_batch = tf.train.batch([image, label],
                                              batch_size = batch_size,
                                              num_threads = 64,
                                              capacity = capacity) 
    # 重新生成大小，即將label_batch變換成[batch_size]行的形式
    label_batch = tf.reshape(label_batch, [batch_size])
    
   return image_batch, label_batch

1. tensorflow下cast()函式用法:

cast(x,dtype,name=None)
'''
將x的資料格式轉化成dtype資料型別,name是名字。例如：原來的資料格式是bool,
那麼將其轉化成float以後，就能夠將其轉化為0和1的序列。反之也可以。
'''

2. tf.train.slice_input_producer()函式
   https://blog.csdn.net/dcrmg/article/details/79776876 這個部落格詳細一點，就不寫了