版权声明:未经本人同意不得转载! https://blog.csdn.net/yanpenggong/article/details/84679512
由于多张图像和标签值不在一起,现在此方法是把captcha_dir = "../data/GenPics/"
此路径下的图片与此路径下的.csv
文件合并起来,通过writer = tf.python_io.TFRecordWriter(path="./data/captcha.tfrecords")
将数据以tfrecords格式写入到本地中,为了以后进行验证码图片训练做好准备。
具体操作步骤如下:
# -*- coding=utf-8 -*-
import tensorflow as tf
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"] = '2' # 只显示 warning 和 Error
FLAGS = tf.app.flags.FLAGS
tf.app.flags.DEFINE_string("tfrecords_dir", "./data/captcha.tfrecords", "验证码tfrecords文件")
tf.app.flags.DEFINE_string("captcha_dir", "../data/Genpics/", "验证码图片路径")
tf.app.flags.DEFINE_string("letter", "ABCDEFGHIJKLMNOPQRSTUVWXYZ", "验证码字符的种类")
def get_captcha_image(captcha_dir):
"""
获取验证码图片数据
:param captcha_dir: 验证码图片路径
:return: image
"""
# 构造文件名
filename = []
for i in range(6000):
string = str(i) + ".jpg"
filename.append(string)
# 构造路径+文件
# file_list = [os.path.join(FLAGS.captcha_dir, file) for file in filename]
file_list = [os.path.join(captcha_dir, file) for file in filename]
# 构造文件队列
file_queue = tf.train.string_input_producer(file_list, shuffle=False)
# 构造阅读器
reader = tf.WholeFileReader()
# 读取图片数据内容
key, value = reader.read(file_queue)
# 解码图片数据
image = tf.image.decode_jpeg(value)
image.set_shape([20, 80, 3])
# 批量处理数据 [6000, 20, 80,3]
image_batch = tf.train.batch([image], batch_size=6000, num_threads=1, capacity=6000)
return image_batch
def get_captcha_label(captcha_dir):
"""
读取验证码图片标签数据
:param captcha_dir: 验证码标签路径
:return: label
"""
# 构造标签数据文件路径
captcha_dir = captcha_dir + "labels.csv"
# 构造文件队列
file_queue = tf.train.string_input_producer([captcha_dir], shuffle=False)
# 构造阅读器
reader = tf.TextLineReader()
# 读取excel的label数据内容
key, value = reader.read(file_queue)
# 解码csv数据
# records:指定矩阵格式以及数据类型
# [1]中的1 用于指定数据类型,比如矩阵中如果有小数,则为float,[1]应该变为[1.0]。
records = [[1], ["None"]]
number, label = tf.decode_csv(value, record_defaults=records)
# 批处理数据
label_batch = tf.train.batch([label], batch_size=6000, num_threads=1, capacity=6000)
return label_batch
def dealwuthlabel(label_str):
"""
:param label_str:
:return:
"""
# 验证码字符串的种类
letter = "ABCDEFGHIJKLMNOPQRSTUVWXYZ"
# 构建字符索引 {0:'A', 1:'B', ...}
num_letter = dict(enumerate(list(letter)))
# 键值对反转{'A':0, 'B':1, ...}
letter_num = dict(zip(num_letter.values(), num_letter.keys()))
print(letter_num)
# 构建标签到列表
array = []
# 给标签数据进行处理 [[b'NZPP'], ...]
for string in label_str:
letter_list = [] # [1, 2, 3, 4]
# 修改编码,b'NZPP'到字符串,并且循环找到每张验证码的字符对应的数字标记
for letter in string.decode("utf-8"):
letter_list.append(letter_num[letter])
array.append(letter_list)
# [[13, 25, 15, 15], [22, 10, 7, 10], [22, 15, 18, 9], ...]
# print(array)
# 将array转换成Tensor类型
label = tf.constant(array)
return label
def write_to_tfrecords(image_batch, label_batch):
"""
将图片内容和标签写入到tfrecords文件当中
:param image_batch: 特征值
:param label_batch: 标签值
:return: None
"""
# 转换类型
label_batch = tf.cast(label_batch, tf.uint8)
print(label_batch)
# 建立TFRecords 存储器
# writer = tf.python_io.TFRecordWriter(path=FLAGS.tfrecords_dir)
writer = tf.python_io.TFRecordWriter(path="./data/captcha.tfrecords")
# 循环将每一个图片数据构造example协议快,序列化后写入
for i in range(label_batch.shape[0]):
# 取出第i个图片数据,转换为相应类型,图片的特征值要转换为字符串形式
image_string = image_batch[i].eval().tostring()
# 标签值,转换成整型
label_string = label_batch[i].eval().tostring()
# 构造协议块
example = tf.train.Example(features=tf.train.Features(feature={
"image": tf.train.Feature(bytes_list=tf.train.BytesList(value=[image_string])),
"label": tf.train.Feature(bytes_list=tf.train.BytesList(value=[label_string])),
}))
writer.write(example.SerializeToString())
# 关闭文件
writer.close()
return None
if __name__ == '__main__':
# 数据路径
captcha_dir = "../data/GenPics/"
# 获取验证码文件当中的图片
image_batch = get_captcha_image(captcha_dir)
# 获取验证码文件当中的标签数据
label = get_captcha_label(captcha_dir)
print(image_batch, label)
with tf.Session() as sess:
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
# [b'NZPP' b'WKHK' b'WPSJ' ... b'FVQJ' b'BQYA' b'BCHR']
label_str = sess.run(label)
print(label_str)
# 处理字符串标签 转变为数字张量
label_batch = dealwuthlabel(label_str)
# 将图片数据和内容写入到tfrecords文件中
write_to_tfrecords(image_batch, label_batch)
coord.request_stop()
coord.join(threads)