import?tensorflow?as?tf
import?numpy?as?np
import?matplotlib.pyplot?as?plt
import?os
import?scipy.io?as?scio
import?cv2
import?datetimetime

os.environ[“CUDA_VISIBLE_DEVICES“]?=?‘01‘

def?discrete_matshow（data?labels_names=[]?title=““）:
????#?get?discrete?colormap
????cmap?=?plt.get_cmap（‘Paired‘?np.max（data）?-?np.min（data）?+?1）
????#?set?limits?.5?outside?true?range
????mat?=?plt.matshow（data
??????????????????????cmap=cmap
??????????????????????vmin=np.min（data）?-?.5
??????????????????????vmax=np.max（data）?+?.5）
????#?tell?the?colorbar?to?tick?at?integers
????cax?=?plt.colorbar（mat
???????????????????????ticks=np.arange（np.min（data）?np.max（data）?+?1））

????#?The?names?to?be?printed?aside?the?colorbar
????if?labels_names:
????????cax.ax.set_yticklabels（labels_names）



????if?title:
????????plt.suptitle（title?fontsize=14?fontweight=‘bold‘）


def?next_batch（image?ii?h）:
????j?=?14
????temp?=?[]
????while?j?????????rgb?=?image[ii?-?14:ii?+?14?j?-?14:j?+?14?:]
????????temp.append（rgb）
????????j?+=?1
????temp?=?np.array（temp）
????#?print（temp.shape）
????#?assert?temp.shape[0]?==?3972
????#?print（temp.shape）
????return?temp

img?=?cv2.imread（‘jimo_resize_2000.tif‘）
img?=?cv2.cvtColor（img?cv2.COLOR_BGR2RGB）
img?=?np.multiply（img?1.0/255.0）
print（img.shape）
m?=?img.shape[0]
n?=?img.shape[1]

print（‘load?the?model....‘）
vgg_saver?=?tf.train.import_meta_graph（‘2017.09.11-03.31.ckpt.meta‘）
vgg_graph?=?tf.get_default_graph（）

#?for?n?in?tf.get_default_graph（）.as_graph_def（）.node:
#?????print（n.name）

x?=?tf.get_default_graph（）.get_tensor_by_name（‘Placeholder:0‘）
z?=?tf.get_default_graph（）.get_tensor_by_name（‘Placeholder_1:0‘）



feature?=?vgg_graph.get_tensor_by_name（“D_conv_mnist/fully_connected_2/BiasAdd:0“）
print（feature）
pred?=?tf.nn.softmax（feature）
print（‘extract?jimo?image?feature...‘）
result?=?[]

start_time?=?datetime.datetime.now（）
with?tf.Session（）?as?sess:
????vgg_saver.restore（sess?‘./2017.09.11-03.31.ckpt‘）
????i?=?14
????segmentation_?=?[]
????z_sample?