keras - 如何使用 keras.preprocessing 从 Google Cloud Storage 加载图像

Question

我正在编写可以在本地或云端训练的机器学习代码。我正在使用 keras.preprocessing 加载图像，它在底层使用 PIL。它适用于本地文件，但可以理解的是不理解 Google Cloud Storage 路径，例如“gs://...”。

从keras.preprocessing导入图片
image.load_img("gs://myapp-some-bucket/123.png")

给出这个错误:

.../lib/python2.7/site-packages/keras/preprocessing/image.py", line 320, in load_img img = pil_image.open(path) 文件
.../lib/python2.7/site-packages/PIL/Image.py"，第 2530 行，打开 fp = builtins.open(filename, "rb") IOError: [Errno 2] No such file or directory: 'gs://myapp-some-bucket/123.png'


正确的做法是什么？我最终需要一个图像文件夹作为单个 numpy 数组(图像解码和灰度)。

Answer 1

找到了 keras.preprocessing.image.load_img 的替代品，它理解 GCS。我还包含了更多代码来读取整个文件夹，并将文件夹中的每个图像转换为单个 numpy 数组以进行训练...

import os
import tensorflow as tf
from tensorflow.python.platform import gfile
filelist = gfile.ListDirectory("gs://myapp-some-bucket")
sess = tf.Session()
with sess.as_default():
   x = np.array([np.array(tf.image.decode_png(tf.read_file(os.path.join(train_files_dir, filename))).eval()) for filename in filelist])