TensorFlow：ValueError：'images'不包含形状

Question

我使用 TensorFlow 函数 tf.image.resize_images 调整图像大小，但是在代码中遇到了以下错误：

ValueError: 'images' 包含没有形状信息。

完整的代码如下：

# -*- coding: utf-8 -*-
import tensorflow as tf
file = ["./1.jpg"]
f = tf.train.string_input_producer(file)
reader = tf.WholeFileReader()
key, img = reader.read(f)

img = tf.image.decode_image(img)
# img.set_shape([218,178,3])
img = tf.image.resize_images(img, [64,64])

coord = tf.train.Coordinator()    
with tf.Session() as sess:
    tf.train.start_queue_runners(coord=coord)
    image = sess.run(img)

完整的错误信息为

Traceback (most recent call last):
  File "image_read_test.py", line 10, in <module>
    img = tf.image.resize_images(img, [64,64])
  File "C:\Python35\lib\site-packages\tensorflow\python\ops\image_ops_impl.py", line 724, in resize_images
    raise ValueError('\'images\' contains no shape.')
ValueError: 'images' contains no shape.

然后我试图修复这个问题，但只找到了这样的一种方式

# -*- coding: utf-8 -*-
    import tensorflow as tf
    file = ["./1.jpg"]
    f = tf.train.string_input_producer(file)
    reader = tf.WholeFileReader()
    key, img = reader.read(f)

    img = tf.image.decode_image(img)
    # img.set_shape([218,178])
    # img = tf.image.resize_images(img, [64,64])

    coord = tf.train.Coordinator()    
    with tf.Session() as sess:
        tf.train.start_queue_runners(coord=coord)
        image = sess.run(img)
        image = tf.image.resize_images(image, [64,64])

只有这样函数才能正常工作，但我不知道为什么？函数tf.image.resize_images只接受numpy数组作为参数吗？还是我可以找到其他方法来解决这个问题？注意：img.set_shape([218,78,3])对我无效。

- mxl

Answer 1

传递expand_animations = False作为参数很重要：

尝试：

tf.image.decode_image(img, expand_animations = False) 

为了确保你拥有一个三维形状的张量。 这个问题是由gif格式引起的，因为decode_gif返回一个4-D数组[num_frames, height, width, 3]，而其他格式包括decode_bmp、decode_jpeg和decode_png返回3-D数组[height, width, num_channels]。

欲了解更多信息，请查看相关文档

- Alireza Akhavan

Answer 2

我最近遇到了这个问题，

tf.image.decode_image() 

它没有返回具有形状的张量，但我的图像都是jpeg格式。

所以我使用了

 tf.image.decode_jpeg() 

它返回一个解决问题的形状张量。注意还有tf.image.decode_png()。

在此处可以找到更多信息：Tensorflow tf.image.decode_jpeg文档

- Nagashayan

---

为什么TensorFlow在decode_image()中避免使用形状参数？ - Swaroop

@alireza Akhavan在下面回答了你的问题；原因是该方法也可以读取gif文件。文档中只提到它返回一个形状，这有点令人困惑和晦涩。 - zipline86

tf.image.decode_jpeg() 已经起作用了。难道 tf.image.decode_image() 不应该自动推断出 jpeg 格式吗？ - Karan Shah

Answer 3

image_string = tf.read_file(filename)
image_decoded = tf.cond(
      tf.image.is_jpeg(image_string),
      lambda: tf.image.decode_jpeg(image_string, channels=3),
      lambda: tf.image.decode_png(image_string, channels=3))

- Alex-zhai

Answer 4

我直接输入原始图像数据（即我的输入形状为（batch_size，image_height，image_width，3），并且在任何时候都没有调用decode_jpeg），然后添加。

tf.config.run_functions_eagerly(True)

对我来说，将相关的Jupyter单元格返回到原位解决了问题。

我不知道我的情况下根本原因是什么，但是我怀疑生成TFRecords时使用的Tensorflow版本与用于加载模型的版本不同，这可能是问题的一部分。

- glinka

---

使用x = layers.Lambda(lambda x: tf.ensure_shape(x, (None, None, None, 3)))(input_image)来强制调整形状也是可行的。令人困惑的是，layers.Reshape却不行，但我猜这就是TensorFlow的特点。 - undefined