解码和调整大小的图像给未知的张量形状

Question

我试图载入两幅图片，一个是png格式，另一个是的.jpg，到tensorflow并将其调整到使用tf.image.pad_to_bounding_box 100×100像素大小，以便它们具有相同的尺寸并可用于训练。这是我的代码：

import os 
import tensorflow as tf 

def decode(image_data): 
    return tf.image.decode_image(image_data, channels=3) 

def adjust_paddig(image_tensor): 
    return tf.image.pad_to_bounding_box(image_tensor, offset_height=0, offset_width=0, target_height=100, target_width=100) 

def load(images_paths): 
    filename_queue = tf.train.string_input_producer(images_paths) 
    reader = tf.WholeFileReader() 
    _, image_file = reader.read(filename_queue) 
    image_tensor = decode(image_file) 
    padded_image_tensor = adjust_paddig(image_tensor) 
    return padded_image_tensor 

if __name__ == '__main__': 
    IMAGES_PATH = ["images/1.png","images/2.jpg"] # Both image are of different shape 
    class_images_tensor = load(IMAGES_PATH) 
    print(class_images_tensor.shape) 

但是，一些如何调整大小的图像大小是不适当的。它显示高度和宽度，但不是深度（我的意思是频道）。

Output: (100,100,?) #height, width are 100, but depth is '?' 

令人惊讶的是，它也为无效路径提供相同的输出。

Eg: IMAGES_PATH = ['images/'] 

我在做什么错？请帮忙。

Answer 1

令人困惑的是，decode_image没有给出完全定义的张量形状，因为它也支持gif - 这看起来有点像范围蠕变。 此外，decode_jpeg现在静静地处理PNG，并且具有完全定义的张量形状。