一張RGB格式的彩色影象可以看成是一個三維矩陣，矩陣中的每一個數代表影象不同的位置上不同的顏色的亮度．但是影象儲存時並不是直接儲存這些三維矩陣，而是要先對其進行壓縮編碼再儲存．因此讀取影象的過程其實是先讀取其壓縮編碼後的結果，然後將其解碼的過程．

讀取影象&轉換格式

#!/usr/bin/python
# coding:utf-8

import matplotlib.pyplot as plt
import tensorflow as tf
# 讀取影象資料
img = tf.gfile.FastGFile('daibola.jpg').read()

with
 
 tf.Session() as sess:
    # 用ipeg格式將影象解碼得到三維矩陣(png格式用decode_png)
    # 解碼後得到結果為張量
    img_data = tf.image.decode_jpeg(img)
    # 打印出得到的三維矩陣
    print img_data.eval()
    # 使用pyplot視覺化得到的影象
    plt.imshow(img_data.eval())
    plt.show()

    #轉換格式   
    # 轉換影象的資料型別
    img_data = tf.image.convert_image_dtype(img_data, dtype=tf.uint8)
    # 將影象的三維矩陣重新按照png格式存入檔案
 

    encoded_image = tf.image.encode_png(img_data)
    # 得到影象的png格式
    with tf.gfile.GFile('model/model.png', 'wb') as f:
        f.write(encoded_image.eval())
  

   
1
   
2
   
3
   
4
   
5
   
6
   
7
   
8
   
9
   
10
   
11
   
12
   
13
   
14
   
15
   
16
   
17
   
18
   
19
   
20
   
21
   
22
   
23
   
24
   
25
 

   
26
  

輸出：

[[[ 19  18  16]
  [ 20  19  17]
  [ 22  21  19]
  ..., 
  [ 22  21  19]
  [ 22  21  19]
  [ 22  21  19]]

 [[  8   7   5]
  [ 10   9   7]
  [ 11  10   8]
  ..., 
  [  8   7   5]
  [  9   8   6]
  [ 10   9   7]]

 [[ 14  13  11]
  [ 15  14  12]
  [ 17  16  14]
  ..., 
  [ 13  12  10]
  [ 13  12  10]
  [ 15  14  12]]

 ..., 
 [[109  88  57]
  [109  88  57]
  [109  88  57]
  ..., 
  [ 35  28  18]
  [ 35  28  18]
  [ 34  27  17]]

 [[109  88  57]
  [109  88  57]
  [109  88  57]
  ..., 
  [ 34  27  17]
  [ 34  27  17]
  [ 34  27  17]]

 [[107  88  56]
  [107  88  56]
  [107  88  56]
  ..., 
  [ 32  28  17]
  [ 33  29  18]
  [ 33  29  18]]]

  

   
1
   
2
   
3
   
4
   
5
   
6
   
7
   
8
   
9
   
10
   
11
   
12
   
13
   
14
   
15
   
16
   
17
   
18
   
19
   
20
   
21
   
22
   
23
   
24
   
25
   
26
   
27
   
28
   
29
   
30
   
31
   
32
   
33
   
34
   
35
   
36
   
37
   
38
   
39
   
40
   
41
   
42
   
43
   
44
   
45
   
46
   
47
   
48
   
49