代码拉取完成,页面将自动刷新
同步操作将从 北部湾的落日/imageProcessing 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np
import os
'''
获取目录下的所有文件名(全名)
'''
def getFilenameList(direction):
namelist=[]
for filename in os.listdir(direction):
namelist.append(os.path.join(direction,filename))
# print(direction+filename)
# print(type(namelist))
return namelist
def readImages(filenameList):
imageList = []
with tf.Session() as sess:
for filename in filenameList:
# print(filename)
# 读取图像的原始数据
image_raw_data = tf.gfile.FastGFile(filename,'rb').read() # 必须是 ‘rb’ 模式打开,否则会报错
# 将图像使用 jpeg 的格式解码从而得到图像对应的三维矩阵
# tf.image.decode_jpeg 函数对 png 格式的图像进行解码。解码之后的结果为一个张量,
# 在使用它的取值之前需要明确调用运行的过程。
print(filename)
img_data = tf.image.decode_jpeg(image_raw_data)
# arr = np.reshape(img_data.eval(sess), [-1]) # 多维矩阵转一维矩阵
arr = sess.run(tf.reshape(img_data.eval(), [-1]))
imageList.append(arr)
return np.array(imageList)
filework = 'D:/images/opencv/image_9000/'
# filework = r'D:\python\workspace\ideaTest\venv\images'
a = getFilenameList(filework)
print(np.shape(a))
b = readImages(a)
# print(np.shape(b))
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。