数据增强（from tensorflow.python.keras.preprocessing.image import ImageDataGenerator)

左手的ㄟ右手 2023-06-06 08:29 15阅读 0赞

keras.preprocessing.image.ImageDataGenerator(featurewise_center=False,
        samplewise_center=False,
        featurewise_std_normalization = False,
        samplewise_std_normalization = False,
        zca_whitening = False,
        rotation_range = 0.,
        width_shift_range = 0.,
        height_shift_range = 0.,
        shear_range = 0.,
        zoom_range = 0.,
        channel_shift_range = 0.,
        fill_mode = 'nearest',
        cval = 0.0,
        horizontal_flip = False,
        vertical_flip = False,
        rescale = None,
        preprocessing_function = None,
        data_format = K.image_data_format(),
    )

参数的介绍：

1.featurewise\_center：布尔值，使输入数据集去中心化（均值为0）, 按feature执行。

2.samplewise\_center：布尔值，使输入数据的每个样本均值为0 。

3.featurewise\_std\_normalization：布尔值，将输入除以数据集的标准差以完成标准化, 按feature执行。

4.samplewise\_std\_normalization：布尔值，将输入的每个样本除以其自身的标准差。

5. zca\_whitening：布尔值，对输入数据施加ZCA白化。

6. rotation\_range：整数，数据提升时图片随机转动的角度。随机选择图片的角度，是一个0~180的度数，取值为0~180。 7.width\_shift\_range：浮点数，图片宽度的某个比例，数据提升时图片随机水平偏移的幅度。

8.height\_shift\_range：浮点数，图片高度的某个比例，数据提升时图片随机竖直偏移的幅度。 height\_shift\_range和width\_shift\_range是用来指定水平和竖直方向随机移动的程度，这是两个0~1之间的比例。

9: shear\_range：浮点数，剪切强度（逆时针方向的剪切变换角度）。是用来进行剪切变换的程度。

10:zoom\_range：浮点数或形如\[lower,upper\]的列表，随机缩放的幅度，若为浮点数，则相当于\[lower,upper\] = \[1 - zoom\_range, 1+zoom\_range\]。用来进行随机的放大。

11:channel\_shift\_range：浮点数，随机通道偏移的幅度。

12: fill\_mode：‘constant’，‘nearest’，‘reflect’或‘wrap’之一，当进行变换时超出边界的点将根据本参数给定的方法进行处理 cval：浮点数或整数，当fill\_mode=constant时，指定要向超出边界的点填充的值。

13:cval：浮点数或整数，当fill\_mode=constant时，指定要向超出边界的点填充的值。

14:horizontal\_flip：布尔值，进行随机水平翻转。随机的对图片进行水平翻转，这个参数适用于水平翻转不影响图片语义的时候。

15:vertical\_flip：布尔值，进行随机竖直翻转。 rescale: 值将在执行其他处理前乘到整个图像上，我们的图像在RGB通道都是0~255的整数，这样的操作可能使图像的值过高或过低，所以我们将这个值定为0~1之间的数。

16:rescale: 值将在执行其他处理前乘到整个图像上，我们的图像在RGB通道都是0~255的整数，这样的操作可能使图像的值过高或过低，所以我们将这个值定为0~1之间的数

17:preprocessing\_function: 将被应用于每个输入的函数。该函数将在任何其他修改之前运行。该函数接受一个参数，为一张图片（秩为3的numpy array），并且输出一个具有相同shape的numpy array

18:data\_format：字符串，“channel\_first”或“channel\_last”之一，代表图像的通道维的位置。该参数是Keras 1.x中的image\_dim\_ordering，“channel\_last”对应原本的“tf”，“channel\_first”对应原本的“th”。以128x128的RGB图像为例，“channel\_first”应将数据组织为（3,128,128），而“channel\_last”应将数据组织为（128,128,3）。该参数的默认值是~/.keras/keras.json中设置的值，若从未设置过，则为“channel\_last”

下面举一个例子：

我们先来一张图片：  
![70][]

# from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img
    from tensorflow.python.keras.preprocessing.image import ImageDataGenerator,array_to_img,img_to_array,load_img
    
    datagen = ImageDataGenerator(
        rotation_range=30,
        width_shift_range=0.2,
        height_shift_range=0.2,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True,
        fill_mode='nearest')
    
    img = load_img('D:\\cat1.jpg')  # this is a PIL image
    x = img_to_array(img)  # this is a Numpy array with shape (536, 536, 3)
    x = x.reshape((1,) + x.shape)  # this is a Numpy array with shape (1, 536, 536, 3)
    # the .flow() command below generates batches of randomly transformed images
    
    i = 0
    for batch in datagen.flow(x, batch_size=1,  # save_to_dir 要保存的文件夹   prefix图片名字   format图片的格式
                              save_to_dir='./Model', save_prefix='cat', save_format='jpeg'):
        i += 1
        if i > 10:
            break

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMDc2Nzk3_size_16_color_FFFFFF_t_70][]

我们可以看到生成了十一张图片

![20191010220704646.png][]

关于 ImageDataGenerator生成器的flow，flow\_from\_directory用法

flow:  
flow(self, X, y, batch\_size=32, shuffle=True, seed=None, save\_to\_dir=None, save\_prefix='', save\_format='png')：接收numpy数组和标签为参数,生成经过数据提升或标准化后的batch数据,并在一个无限循环中不断的返回batch数据

x：样本数据，秩应为4.在黑白图像的情况下channel轴的值为1，在彩色图像情况下值为3

y：标签

batch\_size：整数，默认32

shuffle：布尔值，是否随机打乱数据，默认为True

save\_to\_dir：None或字符串，该参数能让你将提升后的图片保存起来，用以可视化

save\_prefix：字符串，保存提升后图片时使用的前缀, 仅当设置了save\_to\_dir时生效

save\_format："png"或"jpeg"之一，指定保存图片的数据格式,默认"jpeg"

yields:形如(x,y)的tuple,x是代表图像数据的numpy数组.y是代表标签的numpy数组.该迭代器无限循环.

seed: 整数,随机数种子

from tensorflow.python.keras.preprocessing.image import ImageDataGenerator,array_to_img,img_to_array,load_img
    import numpy as np
    x=np.random.rand(2,536,536,3)
    y=np.array([
        [1],
        [0]
    ],dtype=np.float64)
    
    
    print(datagen.flow(x,y,shuffle=True, seed=None, save_to_dir=None, save_prefix='', save_format='png')[0][0].shape)

我放进去了两个样本，形状是\[1,536,536,3\]，然后两个标签y，然后返回得到了一个随即输出：

(2, 536, 536, 3)

datagen.flow(x,y,shuffle=True, seed=None, save\_to\_dir=None, save\_prefix='', save\_format='png')返回的是元组tupple，

datagen.flow(x,y,shuffle=True, seed=None, save\_to\_dir=None, save\_prefix='', save\_format='png')\[0\]\[0\]返回的是x，类型numpy

datagen.flow(x,y,shuffle=True, seed=None, save\_to\_dir=None, save\_prefix='', save\_format='png')\[0\]\[1\]返回的是这个x对应的y，类型numpy

由于是无限循环的，所以取之不尽用之不竭，也就是说将上面代码里的print行复制一下，输出的也是不一样的两个结果。

[70]: /images/20230601/9ab98dbf44014415b039f35c9b8007d3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMDc2Nzk3_size_16_color_FFFFFF_t_70]: /images/20230601/ce12937c48a24de1902e459e24b61d72.png
[20191010220704646.png]: /images/20230601/d93c6e876b434139bdcfa70dcaadedd8.png