图像分类之花卉图像分类（二）数据预处理代码

经过上一节数据增强，我们来说说数据预处理吧。首先我们要知道图片进入网络训练都是要统一大小格式的，所以我们需要对训练集和验证集的图片进行裁剪，让他们大小统一，注意测试集不用裁剪！！！我选择裁剪成了64*64的，没改源码的裁剪大小，其实图片大些识别率听说会高些，因为裁剪中会丢失一些信息。但是我没有试过，大家可以试试128*128的看看。下面是统一大小的代码：
记得修改成你自己的路径

# 将原始图片转换成需要的大小，并将其保存
# ========================================================================================
import os
import tensorflow as tf
from PIL import Image
import warnings
warnings.filterwarnings('ignore')
# 原始图片的存储位置
orig_picture = 'D:/flower_photos/train'

# 生成图片的存储位置
gen_picture = 'D:/flower_photos/input_data/train'

# 需要的识别类型
classes = { 'roses','tulips','dandelion','sunflowers','daisy'}

# 生成图片数目（训练集7000）验证集是500
num_samples = 7000


# 制作TFRecords数据
def create_record():
    writer = tf.python_io.TFRecordWriter("flower_train.tfrecords")
    for index, name in enumerate(classes):
        class_path = orig_picture + "/" + name + "/"
        for img_name in os.listdir(class_path):
            img_path = class_path + img_name
            img = Image.open(img_path)
            img = img.resize((64, 64))  # 设置需要转换的图片大小
            img_raw = img.tobytes()  # 将图片转化为原生bytes
            print(index, img_raw)
            example = tf.train.Example(
                features=tf.train.Features(feature={
                    "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[index])),
                    'img_raw': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw]))
                }))
            writer.write(example.SerializeToString())
    writer.close()


# =======================================================================================
def read_and_decode(filename):
    # 创建文件队列,不限读取的数量
    filename_queue = tf.train.string_input_producer([filename])
    # create a reader from file queue
    reader = tf.TFRecordReader()
    # reader从文件队列中读入一个序列化的样本
    _, serialized_example = reader.read(filename_queue)
    # get feature from serialized example
    # 解析符号化的样本
    features = tf.parse_single_example(
        serialized_example,
        features={
            'label': tf.FixedLenFeature([], tf.int64),
            'img_raw': tf.FixedLenFeature([], tf.string)
        })
    label = features['label']
    img = features['img_raw']
    img = tf.decode_raw(img, tf.uint8)
    img = tf.reshape(img, [64, 64, 3])
    # img = tf.cast(img, tf.float32) * (1. / 255) - 0.5
    label = tf.cast(label, tf.int32)
    return img, label


# =======================================================================================
if __name__ == '__main__':
    create_record()
    batch = read_and_decode('flower_train.tfrecords')
    init_op = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer())

    with tf.Session() as sess:  # 开始一个会话
        sess.run(init_op)
        coord = tf.train.Coordinator()
        threads = tf.train.start_queue_runners(coord=coord)

        for i in range(num_samples):
            example, lab = sess.run(batch)  # 在会话中取出image和label
            img = Image.fromarray(example, 'RGB')  # 这里Image是之前提到的
            img.save(gen_picture + '/' + str(i) + 'samples' + str(lab) + '.jpg')  # 存下图片;注意cwd后边加上‘/’
            print(example, lab)
        coord.request_stop()
        coord.join(threads)
        sess.close()

裁剪后的图像识放在同一个文件夹里的，所以需要自己手动分类，就把它们放到他们类别的文件夹就行，其实也很简单，因为我这里是每个类别500张，每个类别的图片都是在一起的，或者你看图片名samples后面的编号就能看出。这个代码要运行两次，一次裁剪训练集，一次裁剪验证集。裁剪完后，我们可以看到，大小都是一样的。