import tensorflow as tf
import os


def picread(filelist):
 """
 读取狗的图片并转换成张量
 :param filelist: 文件路f径+名字的列表
 :return: 每张图片的张量
 """
 # 1.构造文件的队列
 file_queue = tf.train.string_input_producer(filelist)

 # 2.构造阅读器去读取图片内容（默认读取一张图片）
 reader = tf.WholeFileReader()
 key,value = reader.read(file_queue)

 # 3.对读取的图片进行解码
 image = tf.image.decode_jpeg(value)

 # 4.处理图片的大小（统一大小）
 image_resize = tf.image.resize_images(image,[200,200])

 # 注意：一定要把样本的形状固定，在批处理中要求所有数据的形状必须固定
 image_resize.set_shape([200,200,3])


 # 5.进行批处理
 image_resize_batch = tf.train.batch([image_resize],batch_size=3,num_threads=1,capacity=3)


 return image_resize


#批处理大小，跟队列，数据的数量没有影响，只决定 这批次处理多少数据

if __name__ == "__main__":
 # 1.找到文件，放入列表 路径+名字 ->列表当中
 file_name = os.listdir("./data/dogpic/")

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

 #开启会话运行结果
 with tf.Session() as sess:
  #定义一个线程协调器
  coord = tf.train.Coordinator()

  #开启读文件的线程
  threads = tf.train.start_queue_runners(sess,coord=coord)

  #打印读取的内容
  print(sess.run([image_batch]))

  #回收子线程
  coord.request_stop()
  coord.join(threads)