如何将图像序列作为3d张量读取？

Question

作为我正在处理的CNN的输入，我想使用一系列图像(在卷积层中进行3D卷积)。

但是，我已经无法将图像读取为可以用于计算的3D张量。

这是我的原始尝试：

def get_sequence_as_tensor(folder):
    images = [folder + "/depth-%i.png" for i in range(15)]

    tensor = tf.zeros(shape=(480, 640, 15), dtype=tf.float32)
    for i, image in enumerate(images):
        img = tf.image.decode_png(image)
        img_float = tf.cast(img, tf.float32)
        img_float = tf.reshape(img_float, (480, 640))
        tensor[:, :, i] = img_float

    return tensor

这已经失败了，因为我不能像我期望的那样在numpy数组中使用带有张量的索引表示法。

TypeError: 'Tensor' object does not support item assignment

将一系列图像作为3d张量读取的合适方式是什么？

Answer 1

我建议将图像组合到tensorflow外部的numpy数组中，然后将它们传递给占位符。

像这样的东西应该行得通。

filename = tf.placeholder("string")
png_string = tf.read_file(filename)
img = tf.image.decode_png(png_string)
img_float = tf.cast(img, tf.float32)
img_float = tf.reshape(img_float, (480, 640))

images = tf.placeholder("float", (480, 640, 15))
output = some_operation(images)

sess = tf.Session()

images_array = np.zeros((480, 640, 15), np.float32)
for i, image in enumerate(filenames):
    images_array[:,:,i] = sess.run(img_float, feed_dict{filename: image})

out = sess.run(output, feed_dict={images: images_array})

我希望这能帮到你。