Conveter tensorflor para JPG Pyhton.

roncolato
(usa Ubuntu)

Enviado em 07/06/2020 - 15:02h

Fala galera, suavidade? Primeiro tópico que faço por aqui, procurei algo por aqui parecido e não encontrei. Se criei algo errado ou duplicado, me desculpe.

Pessoal estou precisando converter um tfrecord, TENSORFLOW, para JPEG. Porem ele está retornado um erro que não sei como corrigir, se alguém conseguir me ajudar, segue o erro.

Tensor("DecodeJpeg:0", shape=(?, ?, 1), dtype=uint8)
Expected image (JPEG, PNG, or GIF), got empty file
[[node DecodeJpeg (defined at <ipython-input-1-95e438777d08>:38) ]]

Segue o código que estou utilizando

import tensorflow.compat.v1 as tf

tf.disable_v2_behavior()

from google.colab import drive

drive.mount('/content/drive')



c = 0 ##NUMERO DE IMAGENS NO TFRECORD

totalFile=0



##pegar o tfrecord do meu drive

tfrco="/content/drive/My Drive/ColabNotebooks/ddsm-mammography/training10_0/training10_0.tfrecords"

output_path = "/content/drive/My Drive/ColabNotebooks/ddsm-mammography/training10_0/Images10_0"





for record in tf.python_io.tf_record_iterator(tfrco):

    c += 1



totalFiles=c



####logfile.write(" {} : {}".format(f, c))

####logfile.flush()

##print("VAI RESTAURAR {} ARQUIVOS {}".format(c,f))



tf.reset_default_graph()



## CAMINHO DE UM TFRECORD PARA LISTA

fq = tf.train.string_input_producer([tfrco], num_epochs=totalFiles)

reader = tf.TFRecordReader()

_, v = reader.read(fq)

fk = {

      'image/encoded': tf.FixedLenFeature((), tf.string, default_value=''),

      'image/class/synset': tf.FixedLenFeature([], tf.string, default_value=''),

      'image/filename': tf.FixedLenFeature([], tf.string, default_value='')

}



ex = tf.parse_single_example(v, fk)





imagem = tf.image.decode_jpeg(ex['image/encoded'], channels=1)

label = tf.cast(ex['image/class/synset'], tf.string)

fileName = tf.cast(ex['image/filename'], tf.string)



## INICIALIZAR VARIAVEIS

init_op = tf.group(tf.global_variables_initializer(),

                tf.local_variables_initializer())







sess = tf.Session()

sess.run(init_op)



##aumentar velocidade de gravação

coord = tf.train.Coordinator()

threads = tf.train.start_queue_runners(coord=coord, sess = sess)



#sess.run([tf.global_variables_initializer(),tf.local_variables_initializer()])



## NUMERO DE IMAGENS NO TFRECORD

num_images=c

print("VAI RESTAURAR {} ARQUIVOS ".format(num_images))

print(label)

print(fileName)

print(imagem)



for i in range(num_images):



    try:

        im_,lbl,fName = sess.run([imagem,label,fileName])

    except Exception as e:

            print(e)

            break



    lbl_=lbl.decode("utf-8")



    savePath=os.path.join(output_path,lbl_)

    if not os.path.exists(savePath):

        os.makedirs(savePath)

    fName_=os.path.join(savePath, fName.decode("utf-8").split('_')[1])



    ## CAMINHO A SALVAR

    cv2.imwrite(fName_ , im_)

    print(fName)





coord.request_stop()

coord.join(threads)



 

Se alguém conseguir me dar uma luz, ficaria muito grato. Obrigado