tensorflow 读取tif

在 TensorFlow 中，可以使用 `tf.io.read_file` 函数和 `tf.image.decode_image` 函数读取 TIF 格式的图像。具体步骤如下：

import tensorflow as tf

# 读取 TIF 文件
img_raw = tf.io.read_file('path/to/image.tif')

# 解码 TIF 文件
img_tensor = tf.image.decode_image(img_raw, channels=3)

# 将像素值缩放到 [0, 1] 范围内
img_tensor = tf.cast(img_tensor, tf.float32) / 255.0

在上面的代码中，首先使用 `tf.io.read_file` 函数读取 TIF 文件，并将其存储为原始字节字符串。然后，使用 `tf.image.decode_image` 函数将字节字符串解码为张量。由于 TIF 格式的图像可能是单通道或多通道的，因此可以通过指定 `channels` 参数来指定输出张量的通道数。在解码后，可以使用 `tf.cast` 函数将像素值转换为浮点型，并将其缩放到 [0, 1] 范围内。

如果 TIF 文件是多帧的，可以使用 `tf.image.decode_tiff` 函数来解码整个 TIF 文件。例如：

import tensorflow as tf

# 读取 TIF 文件
img_raw = tf.io.read_file('path/to/image.tif')

# 解码 TIF 文件
img_tensor = tf.image.decode_tiff(img_raw)

# 将像素值缩放到 [0, 1] 范围内
img_tensor = tf.cast(img_tensor, tf.float32) / 255.0

在上面的代码中，使用 `tf.image.decode_tiff` 函数来解码整个 TIF 文件，并将其存储为张量。由于 TIF 文件可能包含多帧图像，因此解码后的张量的第一个维度表示帧数。可以通过对张量进行切片或者使用 `tf.unstack` 函数来获取每一帧的张量。