Python Tensorflow：如何编码和读取bmp图像？

我正在尝试读取.bmp图像，对这些图像进行一些增强，将它们保存到.tfrecords文件中，然后打开.tfrecords文件并使用这些图像进行图像分类。我知道有一个tf.image.encode_jpeg（）和一个tf.image.encode_png（）函数，但没有tf.image.encode_bmp（）函数。我知道.bmp图像是未压缩的，所以我尝试简单地对图像进行base64编码，np.tostring（）和np.tobytes（），但在尝试解码这些格式时，我遇到以下错误：

tensorflow.python.framework.errors\u impl.InvalidArgumentError:channels属性3与文件中的每像素位不匹配

我的观点是tensorflow在编码为jpeg或png时，对图像的字节编码做了额外的处理；保存有关数组维度等的信息。但是，我对此一无所知，所以任何帮助都将是非常好的

一些代码显示了我试图实现的目标：

with tf.gfile.FastGFile(filename, 'rb') as f:
    image_data = f.read()
    bmp_data = tf.placeholder(dtype=tf.string)
    decode_bmp = tf.image.decode_bmp(self._decode_bmp_data, channels=3)
    augmented_bmp = <do some augmentation on decode_bmp>
    sess = tf.Session()
    np_img = sess.run(augmented_bmp, feed_dict={bmp_data: image_data})
    byte_img = np_img.tostring()

    # Write byte_img to file using tf.train.Example
    writer = tf.python_io.TFRecordWriter(<output_tfrecords_filename>)
    example = tf.train.Example(features=tf.train.Features(feature={
        'encoded_img': tf.train.Feature(bytes_list=tf.train.BytesList(value=[byte_img])}))
    writer.write(example.SerializeToString())

    # Read img from file
    dataset = tf.data.TFRecordDataset(<img_file>)
    dataset = dataset.map(parse_img_fn)

在你的评论中，你肯定是指编码而不是加密

BMP非常简单，由一堆标题和几乎原始的像素数据组成。这就是为什么BMP图像如此之大。我想这也是为什么TensorFlow开发人员没有费心编写一个函数来将数组（表示图像）编码成这种格式的原因。很少有人还在使用它。建议改用PNG，它可以对图像进行无损压缩。或者，如果您可以处理有损压缩，请使用JPG

TensorFlow对图像编码没有任何特殊功能。它只返回以该格式表示图像的字节，类似于matplotlib在执行

save_fig

时所做的操作（除了MPL还将字节写入文件）

假设您生成一个numpy数组，其中顶行为0，底行为255。这是一个数字数组，如果你认为它是一幅图片，它将代表两个水平带，顶部一个黑色，底部一个白色

如果您希望在另一个程序（GIMP）中看到此图片，则需要以标准格式（如PNG）对此信息进行编码。编码意味着添加一些头和元数据，还可以选择压缩数据

---

现在有点清楚了什么是编码，我建议您使用PNG图像

with tf.gfile.FastGFile('image.png', 'rb') as f:
    # get the bytes representing the image
    # this is a 1D array (string) which includes header and stuff
    raw_png = f.read()

    # decode the raw representation into an array
    # so we have 2D array representing the image (3D if colour) 
    image = tf.image.decode_png(raw_png)

    # augment the image using e.g.
    augmented_img = tf.image.random_brightness(image)

    # convert the array back into a compressed representation
    # by encoding it into png
    # we now end up with a string again
    augmented_png = tf.image.encode_png(augmented_img, compression=9) 

    # Write augmented_png to file using tf.train.Example
    writer = tf.python_io.TFRecordWriter(<output_tfrecords_filename>)
    example = tf.train.Example(features=tf.train.Features(feature={
        'encoded_img': tf.train.Feature(bytes_list=tf.train.BytesList(value=[augmented_png])}))
    writer.write(example.SerializeToString())

    # Read img from file
    dataset = tf.data.TFRecordDataset(<img_file>)
    dataset = dataset.map(parse_img_fn)

将tf.gfile.FastGFile（'image.png'，'rb'）作为f:
#获取表示图像的字节
#这是一个1D数组（字符串），其中包括标题和内容
原始png=f.read（）
#将原始表示解码为数组
#因此，我们有代表图像的2D数组（3D if颜色）
image=tf.image.decode\u png（原始png）
#使用例如。
增强图像=tf.图像.随机亮度（图像）
#将数组转换回压缩表示形式
#通过将其编码为png
#现在我们又以一个字符串结束
增强png=tf.image.encode\u png（增强img，压缩=9）
#使用tf.train.Example将增强的_png写入文件
writer=tf.python\u io.TFRecordWriter（）
示例=tf.train.example（特征=tf.train.features（特征={
'encoded_img'：tf.train.Feature（bytes_list=tf.train.BytesList（value=[augmented_png]））
writer.write（示例.SerializeToString（））
#从文件中读取img
dataset=tf.data.TFRecordDataset（）
dataset=dataset.map（parse\u img\u fn）

这里有几条重要的建议：

• 不要使用

  numpy.tostring

  。这将返回HUUGE表示，因为每个像素都表示为浮点，并且它们都是串联的。没有压缩，没有任何内容。请尝试检查文件大小：）

• 不需要通过使用tf.Session返回python。您可以在TF侧执行所有操作。这样您就有了一个输入图，可以将其作为输入管道的一部分重用

---

tensorflow主软件包中没有encode\u bmp，但是如果您导入tensorflow\u io（也是Google官方支持的软件包），您可以在那里找到encode\u bmp方法

有关文档，请参阅：

---

问题似乎只是关于编码bmp图像，因为您知道如何读取它们。将其编码为bmp的用例是什么？为什么不使用png呢？很好！我不知道png是一种非破坏性的压缩算法，所以我尝试修复bmp加密。我会用png来代替，谢谢！无论如何，我仍然想知道tensorflow是如何加密图像的，以及是否有可能加密bmp图像。这将是一个很好的机会来学习如何在引擎盖下工作！

with tf.gfile.FastGFile('image.png', 'rb') as f:
    # get the bytes representing the image
    # this is a 1D array (string) which includes header and stuff
    raw_png = f.read()

    # decode the raw representation into an array
    # so we have 2D array representing the image (3D if colour) 
    image = tf.image.decode_png(raw_png)

    # augment the image using e.g.
    augmented_img = tf.image.random_brightness(image)

    # convert the array back into a compressed representation
    # by encoding it into png
    # we now end up with a string again
    augmented_png = tf.image.encode_png(augmented_img, compression=9) 

    # Write augmented_png to file using tf.train.Example
    writer = tf.python_io.TFRecordWriter(<output_tfrecords_filename>)
    example = tf.train.Example(features=tf.train.Features(feature={
        'encoded_img': tf.train.Feature(bytes_list=tf.train.BytesList(value=[augmented_png])}))
    writer.write(example.SerializeToString())

    # Read img from file
    dataset = tf.data.TFRecordDataset(<img_file>)
    dataset = dataset.map(parse_img_fn)