如何将编码JPEG以字节写入TensorFlow TFRecord并正确读取？

嘿，David，先给你吃个定心丸：你的写入代码其实已经在存储编码后的JPEG图像了！之前文件体积大是因为你存了解码后的原始像素，现在这个写法才是正确的方向，问题大概率出在读取环节的细节处理上，咱们一步步理清楚：

先确认写入逻辑没问题 #

你用open(path, 'rb').read()直接读取磁盘上的JPEG二进制文件，这就是编码后的字节流，完全没做解码操作——这正是你想要的！只要你的wrap_bytes函数是像下面这样实现的，写入环节就没毛病：

def wrap_bytes(value):
    return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))

def wrap_int64(value):
    return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))

优化读取函数，解决格式错误 #

你的读取思路是对的，但有两个小细节容易踩坑，调整后就能避免格式问题：

1. 用tf.image.decode_jpeg替代tf.image.decode_image：decode_image是通用解码函数，对JPEG来说，专用的decode_jpeg更稳定，还能明确指定通道数；
2. 显式设置图像形状：避免后续数据处理时因为形状不确定报错。

优化后的读取函数：

def parse(serialized):
    features = {
        'image': tf.FixedLenFeature([], tf.string),
        'label': tf.FixedLenFeature([], tf.int64)
    }
    parsed_example = tf.parse_single_example(serialized=serialized, features=features)
    
    # 解码JPEG编码的图像字节，指定3通道RGB
    image = tf.image.decode_jpeg(parsed_example['image'], channels=3)
    # 根据你的数据集调整尺寸，比如224x224
    image = tf.reshape(image, [224, 224, 3])
    
    # 转换为float32并归一化（训练时常用，可选）
    image = tf.cast(image, tf.float32) / 255.0
    
    # 标签转成int32足够用，和大部分训练流程匹配
    label = tf.cast(parsed_example['label'], tf.int32)
    
    return image, label

加个验证步骤，排查问题 #

如果还是遇到错误，可以用下面的代码快速验证TFRecord里的图像数据是否有效，帮你定位是写入还是读取的问题：

import tensorflow as tf
import matplotlib.pyplot as plt
import io
from PIL import Image

record_path = path_tfrecords_train
# 遍历第一条记录验证
for serialized_example in tf.python_io.tf_record_iterator(record_path):
    example = tf.train.Example()
    example.ParseFromString(serialized_example)
    img_bytes = example.features.feature['image'].bytes_list.value[0]
    label = example.features.feature['label'].int64_list.value[0]
    
    # 把字节转回图像显示
    img = Image.open(io.BytesIO(img_bytes))
    plt.imshow(img)
    plt.title(f"Label: {label}")
    plt.show()
    break  # 只看第一条就行

如果能正常显示图像，说明写入完全没问题，只需要调整读取函数即可。

为啥之前会出错？ #

你之前用tf.decode_raw读取编码后的JPEG字节肯定会报错，因为decode_raw是把字节直接解析成原始像素，而JPEG是压缩过的编码流，必须用专门的解码函数处理。现在换成decode_image是对的，但专用的decode_jpeg更靠谱。

总的来说，你的写入逻辑已经踩对了点，只要调整读取环节的这几个细节，就能顺利实现用编码格式存储JPEG到TFRecord啦！

内容的提问来源于stack exchange，提问作者D. Rusk