在tensorflow中加载图像和eval（）是超级

Question

X = []
filelist = gfile.ListDirectory(path_imgs)

for filename in filelist:
    path_filename = path_imgs + filename
        image_file = file_io.FileIO(path_filename,'rb')
        image_raw = image_file.read()

        img = tf.image.decode_image(image_raw)
        img = tf.image.convert_image_dtype(img, tf.float32)
        img = tf.image.resize_image_with_pad(img, img_size, img_size, method=1).eval(session=tf.Session())
        X.append(img)


imgs = np.array(X) 

在会话中尝试了一些东西，但不起作用。也许应该换个方式处理，但我不知道怎么做。有什么想法吗？你知道吗

编辑：

是的，我想训练ANN分割图像中的对象。你知道吗

有包含图像及其掩码的文件夹。大小为1000，可以是1000中的10

我需要一个numpy数组的图像，这将被保存，并作为数据集用于模型训练。你知道吗

Answer 1

def getImageData(fileNameList):
    imageData=[]
    for fn in fileNameList:        
        testImage = Image.open(fn)
        testImage.show() 
        imageData.append(np.array(testImage))
    return np.array(imageData,dtype=np.float32)

imageFn=("dog.png",)
imageData=getImageData(imageFn)

必须导入某些内容：

import tensorflow as tf
from PIL import Image    
import numpy as np