1、string_input_producer(filelist)#將資料夾內的圖片組成batch

import tensorflow as tf
import os


def picread(filelist):
    """
    讀取狗的圖片並轉換成張量
    :param filelist: 檔案路f徑+名字的列表
    :return: 每張圖片的張量
    """
    # 1.構造檔案的佇列
    file_queue = tf.train.string_input_producer(filelist)

    # 2.構造閱讀器去讀取圖片內容（預設讀取一張圖片）
 

    reader = tf.WholeFileReader()
    key,value = reader.read(file_queue)

    # 3.對讀取的圖片進行解碼
    image = tf.image.decode_jpeg(value)

    # 4.處理圖片的大小（統一大小）
    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資料的形狀必須固定
    image_resize.set_shape([200,200,3])


    # 5.進行批處理
 

    image_resize_batch = tf.train.batch([image_resize],batch_size=3,num_threads=1,capacity=3)


    return   image_resize


#批處理大小，跟佇列，資料的數量沒有影響，只決定 這批次處理多少資料

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

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

   #開啟會話執行結果
    with tf.Session() as sess:
       #定義一個執行緒協調器
       coord = tf.train.Coordinator()

       #開啟讀檔案的執行緒
       threads = tf.train.start_queue_runners(sess,coord=coord)

       #列印讀取的內容
       print(sess.run([image_batch]))

       #回收子執行緒
       coord.request_stop()
       coord.join(threads)