我对tensorflow还是很陌生,我想清楚地知道以下命令的作用是什么?
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
import os
num_skipped = 0
for folder_name in ("Cat", "Dog"):
print("folder_name:",folder_name) #folder_name: Cat
folder_path = os.path.join("Dataset/PetImages", folder_name)
print("folder_path:",folder_path) #folder_path: Dataset/PetImages/Cat
for fname in os.listdir(folder_path):
print("fname:",fname) #fname: 5961.jpg
fpath = os.path.join(folder_path, fname)
print("fpath:", fpath) #fpath: Dataset/PetImages/Cat/10591.jpg
try:
fobj = open(fpath, "rb")
is_jfif = tf.compat.as_bytes("JFIF") in fobj.peek(10)
finally:
fobj.close()
if not is_jfif:
num_skipped += 1
# Delete corrupted image
os.remove(fpath)
print("Deleted %d images" % num_skipped)
Keras网站对以上代码的评论:
当处理大量真实世界的图像数据时,损坏的图像是经常发生的情况。让我们过滤掉标题中不包含字符串“ JFIF”的错误编码的图像。
我想特别知道下面的命令做什么,怎么做?
is_jfif = tf.compat.as_bytes("JFIF") in fobj.peek(10)
我检查了API,但显然不能理解它。
更好的解释将有很大帮助。
谢谢
该命令将给定的字符串(JFIF
)转换为字节,并检查它是否存在于文件对象的字节10
处。快速验证标题的内容。
不是处理“损坏的数据”的首选,通常您将其留给对图像处理了解更多的模块。虽然这是一个教程,所以重点是简洁和突出问题,而不是提供全面的解决方案。
[Wikipedia说明JPG文件在文件的开头包含字符串“ JFIF”,以字节编码:]
所以:
tf.compat.as_bytes("JFIF")
将字符串“ JFIF”转换为字节。您也可以只使用b"JFIF"
,尽管也许TensorFlow实现具有一些我不知道的优化。fobj.peek(10)
理论上返回文件的前10个字节,但实际上,它通常返回entire file。is_jfif
然后仅检查转换后的“ JFIF”字符串是否在fobj.peek
的结果中。