import tensorflow as tf
import os


def picread(filelist):
 """
 讀取狗的圖片并轉(zhuǎn)換成張量
 :param filelist: 文件路f徑+名字的列表
 :return: 每張圖片的張量
 """
 # 1.構(gòu)造文件的隊(duì)列
 file_queue = tf.train.string_input_producer(filelist)

 # 2.構(gòu)造閱讀器去讀取圖片內(nèi)容（默認(rèn)讀取一張圖片）
 reader = tf.WholeFileReader()
 key,value = reader.read(file_queue)

 # 3.對(duì)讀取的圖片進(jìn)行解碼
 image = tf.image.decode_jpeg(value)

 # 4.處理圖片的大?。ńy(tǒng)一大?。?
 image_resize = tf.image.resize_images(image,[200,200])

 # 注意：一定要把樣本的形狀固定，在批處理中要求所有數(shù)據(jù)的形狀必須固定
 image_resize.set_shape([200,200,3])


 # 5.進(jìn)行批處理
 image_resize_batch = tf.train.batch([image_resize],batch_size=3,num_threads=1,capacity=3)


 return image_resize


#批處理大小，跟隊(duì)列，數(shù)據(jù)的數(shù)量沒有影響，只決定 這批次處理多少數(shù)據(jù)

if __name__ == "__main__":
 # 1.找到文件，放入列表 路徑+名字 ->列表當(dāng)中
 file_name = os.listdir("./data/dogpic/")

 filelist = [os.path.join("./data/dogpic/",file) for file in file_name ]
 image_batch= picread(filelist)

 #開啟會(huì)話運(yùn)行結(jié)果
 with tf.Session() as sess:
  #定義一個(gè)線程協(xié)調(diào)器
  coord = tf.train.Coordinator()

  #開啟讀文件的線程
  threads = tf.train.start_queue_runners(sess,coord=coord)

  #打印讀取的內(nèi)容
  print(sess.run([image_batch]))

  #回收子線程
  coord.request_stop()
  coord.join(threads)