keras的图像预处理ImageDataGenerator类
一、总结
一句话总结：
【图片生成器-“喂”一个batch_size大小的样本数据】：ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器，可以每一次给模型“喂”一个batch_size大小的样本数据
【数据增强等操作】：同时也可以在每一个批次中对这batch_size个样本数据进行增强，扩充数据集大小，增强模型的泛化能力。比如进行旋转，变形，归一化等等。
二、keras的图像预处理全攻略（二）—— ImageDataGenerator 类
转自或参考：keras的图像预处理全攻略（二）—— ImageDataGenerator 类
https://blog.csdn.net/qq_27825451/article/details/90056896
我们在深度学习的时候，当然也可以事先先一张一张将图片进行预处理，然后再将图片放入训练，但是这样做效率比较低下，而且不是实时的，即图像的预处理变成了完全的事先操作，和后面的训练毫无关系。那有没有效率更加高校一些，在训练的时候边训练边处理的实时操作方法呢？keras提供了这样的方法，所有的这些都是通过......Libsite-packageskeras_preprocessingimage.py 里面提供了一个 ImageDataGenerator 类，通过这个类来实现，由于这个类较为复杂，我们将从它的定义开始说起，然后看他的一些使用方法。实际上前面定义的那些方法就是为后面的那几个类提供服务的，一般少有情况去单独使用这些方法。
一、ImageDataGenerator类的定义以及构造函数的参数详解
1.1 ImageDataGenerator类的简单介绍
class ImageDataGenerator(object):
"""Generate batches of tensor image data with real-time data augmentation.
The data will be looped over (in batches).这个类是做什么用的？通过实时数据增强生成张量图像数据批次，并且可以循环迭代，我们知道在Keras中，当数据量很多的时候我们需要使用model.fit_generator()方法，该方法接受的第一个参数就是一个生成器。简单来说就是：ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器，可以每一次给模型“喂”一个batch_size大小的样本数据，同时也可以在每一个批次中对这batch_size个样本数据进行增强，扩充数据集大小，增强模型的泛化能力。比如进行旋转，变形，归一化等等。
总结起来就是两个点：
（1）图片生成器，负责生成一个批次一个批次的图片，以生成器的形式给模型训练；
（2）对每一个批次的训练图片，适时地进行数据增强处理（data augmentation）；
1.2 数据增强处理（data augmentation）
数据增强的手段有非常多种，这里指说一些代表性的。
- 旋转 | 反射变换(Rotation/reflection): 随机旋转图像一定角度; 改变图像内容的朝向;
- 翻转变换(flip): 沿着水平或者垂直方向翻转图像;
- 缩放变换(zoom): 按照一定的比例放大或者缩小图像;
- 平移变换(shift): 在图像平面上对图像以一定方式进行平移;可以采用随机或人为定义的方式指定平移范围和平移步长, 沿水平或竖直方向进行平移. 改变图像内容的位置;
- 尺度变换(scale): 对图像按照指定的尺度因子, 进行放大或缩小; 或者参照SIFT特征提取思想, 利用指定的尺度因子对图像滤波构造尺度空间. 改变图像内容的大小或模糊程度;
- 对比度变换(contrast): 在图像的HSV颜色空间，改变饱和度S和V亮度分量，保持色调H不变. 对每个像素的S和V分量进行指数运算(指数因子在0.25到4之间), 增加光照变化;
- 噪声扰动(noise): 对图像的每个像素RGB进行随机扰动, 常用的噪声模式是椒盐噪声和高斯噪声;
- 错切变换（shear）：效果就是让所有点的x坐标(或者y坐标)保持不变，而对应的y坐标(或者x坐标)则按比例发生平移，且平移的大小和该点到x轴(或y轴)的垂直距离成正比。
1.3 ImageDataGenerator类的构造函数参数
- featurewise_center: 布尔值。将输入数据的均值设置为 0，逐特征进行，对输入的图片每个通道减去每个通道对应均值。
- samplewise_center: 布尔值。将每个样本的均值设置为 0，每张图片减去样本均值, 使得每个样本均值为0
- featurewise_std_normalization: Boolean. 布尔值。将每个输入（即每张图片）除以数据集（dataset）标准差，逐特征进行。
- samplewise_std_normalization: 布尔值。将每个输入（即每张图片）除以其自身（图片本身）的标准差。
这里需要注意两个概念，所谓 featurewise指的是逐特征，它针对的是数据集dataset，而samplewise针对的是单个输入图片的本身。featurewise是从整个数据集的分布去考虑的，而samplewise只是针对自身图片 。
- zca_epsilon: ZCA 白化的 epsilon 值，默认为 1e-6。
- zca_whitening: 布尔值。是否应用 ZCA 白化。
- rotation_range: 整数。随机旋转的度数范围。
-
width_shift_range: 它的值可以是浮点数、一维数组、整数
- float: 如果 <1，则是除以总宽度的值，或者如果 >=1，则为像素值。
- 1-D 数组: 数组中的随机元素。
- int: 来自间隔
(-width_shift_range, +width_shift_range)之间的整数个像素。 -
width_shift_range=2时，可能值是整数[-1, 0, +1]，与width_shift_range=[-1, 0, +1]相同；而width_shift_range=1.0时，可能值是[-1.0, +1.0)之间的浮点数。
-
height_shift_range: 浮点数、一维数组或整数（同width_shift_range）
- float: 如果 <1，则是除以总宽度的值，或者如果 >=1，则为像素值。
- 1-D array-like: 数组中的随机元素。
- int: 来自间隔
(-height_shift_range, +height_shift_range)之间的整数个像素。 -
height_shift_range=2时，可能值是整数[-1, 0, +1]，与height_shift_range=[-1, 0, +1]相同；而height_shift_range=1.0时，可能值是[-1.0, +1.0)之间的浮点数。
- shear_range: 浮点数。剪切强度（以弧度逆时针方向剪切角度）。
所谓shear_range就是错切变换，效果就是让所有点的x坐标(或者y坐标)保持不变，而对应的y坐标(或者x坐标)则按比例发生平移，且平移的大小和该点到x轴(或y轴)的垂直距离成正比。如下图所示，一个黑色矩形图案变换为蓝色平行四边形图案。上一篇文章中也展示了shear变换的效果。
- brightness_range: 两个浮点数组成的元组或者是列表，像素的亮度会在这个范围之类随机确定
-
zoom_range: 浮点数 或
[lower, upper]。随机缩放范围。如果是浮点数，[lower, upper] = [1-zoom_range, 1+zoom_range]。zoom_range参数可以让图片在长或宽的方向进行放大，可以理解为某方向的resize，因此这个参数可以是一个数或者是一个list。当给出一个数时，图片同时在长宽两个方向进行同等程度的放缩操作；当给出一个list时，则代表[width_zoom_range, height_zoom_range]，即分别对长宽进行不同程度的放缩。而参数大于0小于1时，执行的是放大操作，当参数大于1时，执行的是缩小操作。 - channel_shift_range: 浮点数。随机通道转换的范围。channel_shift_range可以理解成改变图片的颜色，通过对颜色通道的数值偏移，改变图片的整体的颜色，这意味着是“整张图”呈现某一种颜色，像是加了一块有色玻璃在图片前面一样，即每一个通道上的每一个像素值都加上某一个数值。
-
fill_mode: {"constant", "nearest", "reflect" or "wrap"} 之一。默认为 'nearest'。输入边界以外的点根据给定的模式填充：
- 'constant': kkkkkkkk|abcd|kkkkkkkk (当下面的cval=k)
- 'nearest': aaaaaaaa|abcd|dddddddd
- 'reflect': abcddcba|abcd|dcbaabcd
- 'wrap': abcdabcd|abcd|abcdabcd
-
cval: 浮点数或整数。用于边界之外的点的值，当
fill_mode = "constant"时。 - horizontal_flip: 布尔值。随机水平翻转。
- vertical_flip: 布尔值。随机垂直翻转。
需要注意的是：既然是每次随机进行翻转，随机对图片执行水平或者是垂直翻转操作，意味着不一定对所有图片都会执行水 平翻转或垂直翻转，每次生成均是随机选取图片进行翻转
-
rescale: 重缩放因子。默认为 None。如果是 None 或 0，不进行缩放，否则将数据乘以所提供的值（在应用任何其他转换之前）。
rescale的作用是对图片的每个像素值均乘上这个放缩因子，这个操作在所有其它变换操作之前执行，在一些模型当中，直接输入原图的像素值可能会落入激活函数的“死亡区”，因此设置放缩因子为1/255，把像素值放缩到0和1之间有利于模型的收敛，避免神经元“死亡”。
- preprocessing_function: 这是用户自定义的函数，应用于每个输入的函数。这个函数会在任何其他改变之前运行。这个函数需要一个参数：一张图像（秩为 3 的 Numpy 张量），并且应该输出一个同尺寸的 Numpy 张量。
-
data_format: 图像数据格式，{"channels_first", "channels_last"} 之一。"channels_last" 模式表示图像输入尺寸应该为
(samples, height, width, channels)，"channels_first" 模式表示输入尺寸应该为(samples, channels, height, width)。默认为 在 Keras 配置文件~/.keras/keras.json中的image_data_format值。如果你从未设置它，那它就是 "channels_last"。 - validation_split: 浮点数。Float. 保留用于验证的图像的比例（严格在0和1之间）。
- dtype: 生成数组使用的数据类型。
二、ImageDataGenerator类的一些方法以及处理流程
2.1 ImageDataGenerator的一些方法概览
def __init__(self,
def flow(self, x,
def flow_from_directory(self, directory,
def flow_from_dataframe(self, dataframe, directory,
def standardize(self, x):
def get_random_transform(self, img_shape, seed=None):
def apply_transform(self, x, transform_parameters):
def random_transform(self, x, seed=None):
def fit(self, x,2.2 一般的对图像的处理流程（四步走）
（1）第一步：数据集的划分，得到x_train,y_train,x_test,y_test；
（2）第二步：构造ImageDataGenerator对象，其中要进行某一些操作是通过在构造函数中的参数指定的，
datagen = ImageDataGenerator(......)
（3）第三步：对样本数据进行data augmentation处理，通过fit方法
注意：这一步并不是必须的，当ImageDataGenerator构造函数中需要使用
- featurewise_center:
- samplewise_center:
- featurewise_std_normalization:
- samplewise_std_normalization:
这几个参数时才需要使用fit方法，因为需要从fit方法中得到原始图形的统计信息，比如均值、方差等等，否则是不需要改步骤的。
datagen.fit(x_train) # 使用实时数据增益的批数据对模型进行拟合（4）第四步：进行训练，通过flow方法
model.fit_generator(datagen.flow(x_train, y_train, batch_size=32), steps_per_epoch=len(x_train) / 32, epochs=epochs)上面是一般的处理流程，当然有时候会有更加灵活的处理方式，后面会有例子加以说明
2.3 ImageDataGenerator的所有方法介绍
（1）fit方法
fit(x, augment=False, rounds=1, seed=None)
将数据生成器用于某些样本数据数据。它基于一组样本数据，计算与数据转换相关的内部数据统计。当且仅当 featurewise_center 或 featurewise_std_normalization 或 zca_whitening 设置为 True 时才需要。
参数
- x: 样本数据。秩应该为 4，即（batch，width，height，channel）的格式。对于灰度数据，通道轴的值应该为 1；对于 RGB 数据，值应该为 3。
- augment: 布尔值（默认为 False）。是否使用随机样本扩张。
- rounds: 整数（默认为 1）。如果数据数据增强（augment=True），表明在数据上进行多少次增强。
- seed: 整数（默认 None）。随机种子。
（2）flow方法
flow(x, y=None, batch_size=32, shuffle=True, sample_weight=None, seed=None, save_to_dir=None, save_prefix='', save_format='png', subset=None)
采集数据和标签数组，生成批量增强数据。
参数
- x: 输入数据。秩为 4 的 Numpy 矩阵或元组。如果是元组，第一个元素应该包含图像，第二个元素是另一个 Numpy 数组或一列 Numpy 数组，它们不经过任何修改就传递给输出。可用于将模型杂项数据与图像一起输入。对于灰度数据，图像数组的通道轴的值应该为 1，而对于 RGB 数据，其值应该为 3。
- y: 标签。
- batch_size: 整数 (默认为 32)。
- shuffle: 布尔值 (默认为 True)。
- sample_weight: 样本权重。
- seed: 整数（默认为 None）。
- save_to_dir: None 或 字符串（默认为 None）。这使您可以选择指定要保存的正在生成的增强图片的目录（用于可视化您正在执行的操作）。
-
save_prefix: 字符串（默认
''）。保存图片的文件名前缀（仅当save_to_dir设置时可用）。 -
save_format: "png", "jpeg" 之一（仅当
save_to_dir设置时可用）。默认："png"。 -
subset: 数据子集 ("training" 或 "validation")，如果 在
ImageDataGenerator中设置了validation_split。
返回
一个生成元组 (x, y) 的 生成器Iterator，其中 x 是图像数据的 Numpy 数组（在单张图像输入时），或 Numpy 数组列表（在额外多个输入时），y 是对应的标签的 Numpy 数组。如果 'sample_weight' 不是 None，生成的元组形式为 (x, y, sample_weight)。如果 y 是 None, 只有 Numpy 数组 x 被返回。
（3）flow_from_dataframe方法
flow_from_dataframe(dataframe, directory, x_col='filename', y_col='class', has_ext=True, target_size=(256, 256), color_mode='rgb', classes=None, class_mode='categorical', batch_size=32, shuffle=True, seed=None, save_to_dir=None, save_prefix='', save_format='png', subset=None, interpolation='nearest')
输入 dataframe 和目录的路径，并生成批量的增强/标准化的数据。
参数
- dataframe: Pandas dataframe，一列为图像的文件名，另一列为图像的类别， 或者是可以作为原始目标数据多个列。
- directory: 字符串，目标目录的路径，其中包含在 dataframe 中映射的所有图像。
- x_col: 字符串，dataframe 中包含目标图像文件夹的目录的列。
- y_col: 字符串或字符串列表，dataframe 中将作为目标数据的列。
- has_ext: 布尔值，如果 dataframe[x_col] 中的文件名具有扩展名则为 True，否则为 False。
-
target_size: 整数元组
(height, width)，默认为(256, 256)。 所有找到的图都会调整到这个维度。 - color_mode: "grayscale", "rbg" 之一。默认："rgb"。 图像是否转换为 1 个或 3 个颜色通道。
-
classes: 可选的类别列表 (例如，
['dogs', 'cats'])。默认：None。 如未提供，类比列表将自动从 y_col 中推理出来，y_col 将会被映射为类别索引）。 包含从类名到类索引的映射的字典可以通过属性class_indices获得。 -
class_mode: "categorical", "binary", "sparse", "input", "other" or None 之一。 默认："categorical"。决定返回标签数组的类型：
-
"categorical"将是 2D one-hot 编码标签， -
"binary"将是 1D 二进制标签， -
"sparse"将是 1D 整数标签， -
"input"将是与输入图像相同的图像（主要用于与自动编码器一起使用）， -
"other"将是 y_col 数据的 numpy 数组， - None, 不返回任何标签（生成器只会产生批量的图像数据，这对使用
model.predict_generator(),model.evaluate_generator()等很有用）。
-
- batch_size: 批量数据的尺寸（默认：32）。
- shuffle: 是否混洗数据（默认：True）
- seed: 可选的混洗和转换的随即种子。
- save_to_dir: None 或 str (默认: None). 这允许你可选地指定要保存正在生成的增强图片的目录（用于可视化您正在执行的操作）。
-
save_prefix: 字符串。保存图片的文件名前缀（仅当
save_to_dir设置时可用）。 -
save_format: "png", "jpeg" 之一（仅当
save_to_dir设置时可用）。默认："png"。 - follow_links: 是否跟随类子目录中的符号链接（默认：False）。
-
subset: 数据子集 (
"training"或"validation")，如果在ImageDataGenerator中设置了validation_split。 -
interpolation: 在目标大小与加载图像的大小不同时，用于重新采样图像的插值方法。 支持的方法有
"nearest","bilinear", and"bicubic"。 如果安装了 1.1.3 以上版本的 PIL 的话，同样支持"lanczos"。 如果安装了 3.4.0 以上版本的 PIL 的话，同样支持"box"和"hamming"。 默认情况下，使用"nearest"。
Returns
一个生成 (x, y) 元组的 DataFrameIterator， 其中 x 是一个包含一批尺寸为 (batch_size, *target_size, channels) 的图像样本的 numpy 数组，y 是对应的标签的 numpy 数组。
（4）flow_from_directory
flow_from_directory(directory, target_size=(256, 256), color_mode='rgb', classes=None, class_mode='categorical', batch_size=32, shuffle=True, seed=None, save_to_dir=None, save_prefix='', save_format='png', follow_links=False, subset=None, interpolation='nearest')
参数
- directory: 目标目录的路径。每个类应该包含一个子目录。任何在子目录树下的 PNG, JPG, BMP, PPM 或 TIF 图像，都将被包含在生成器中。
-
target_size: 整数元组
(height, width)，默认：(256, 256)。所有的图像将被调整到的尺寸。 - color_mode: "grayscale", "rbg" 之一。默认："rgb"。图像是否被转换成 1 或 3 个颜色通道。
-
classes: 可选的类的子目录列表（例如
['dogs', 'cats']）。默认：None。如果未提供，类的列表将自动从directory下的 子目录名称/结构 中推断出来，其中每个子目录都将被作为不同的类（类名将按字典序映射到标签的索引）。包含从类名到类索引的映射的字典可以通过class_indices属性获得。 -
class_mode: "categorical", "binary", "sparse", "input" 或 None 之一。默认："categorical"。决定返回的标签数组的类型：
- "categorical" 将是 2D one-hot 编码标签，
- "binary" 将是 1D 二进制标签，"sparse" 将是 1D 整数标签，
- "input" 将是与输入图像相同的图像（主要用于自动编码器）。
- 如果为 None，不返回标签（生成器将只产生批量的图像数据，对于
model.predict_generator(),model.evaluate_generator()等很有用）。请注意，如果class_mode为 None，那么数据仍然需要驻留在directory的子目录中才能正常工作。
- batch_size: 一批数据的大小（默认 32）。
- shuffle: 是否混洗数据（默认 True）。
- seed: 可选随机种子，用于混洗和转换。
- save_to_dir: None 或 字符串（默认 None）。这使你可以最佳地指定正在生成的增强图片要保存的目录（用于可视化你在做什么）。
-
save_prefix: 字符串。 保存图片的文件名前缀（仅当
save_to_dir设置时可用）。 -
save_format: "png", "jpeg" 之一（仅当
save_to_dir设置时可用）。默认："png"。 - follow_links: 是否跟踪类子目录中的符号链接（默认为 False）。
-
subset: 数据子集 ("training" 或 "validation")，如果 在
ImageDataGenerator中设置了validation_split。 -
interpolation: 在目标大小与加载图像的大小不同时，用于重新采样图像的插值方法。 支持的方法有
"nearest","bilinear", and"bicubic"。 如果安装了 1.1.3 以上版本的 PIL 的话，同样支持"lanczos"。 如果安装了 3.4.0 以上版本的 PIL 的话，同样支持"box"和"hamming"。 默认情况下，使用"nearest"。
返回
一个生成 (x, y) 元组的 DirectoryIterator，其中 x 是一个包含一批尺寸为 (batch_size, *target_size, channels)的图像的 Numpy 数组，y 是对应标签的 Numpy 数组。
（5）get_random_transform
get_random_transform(img_shape, seed=None)
为转换生成随机参数。什么意思呢？因为变换的种类很多，实际上就是堆一批图片到底进行了那些变换操作呢？可以通过这个方法获得。
参数
- seed: 随机种子
- img_shape: 整数元组。被转换的图像的尺寸。
返回
包含随机选择的描述变换的参数的字典。返回的字典如下面的形式：哪些变换使用了，就在字典中添加即可。
transform_parameters = {'theta': theta,
'tx': tx,
'ty': ty,
'shear': shear,
'zx': zx,
'zy': zy,
'flip_horizontal': flip_horizontal,
'flip_vertical': flip_vertical,
'channel_shift_intensity': channel_shift_intensity,
'brightness': brightness}
return transform_parameters（6）random_transform
random_transform(x, seed=None)
将随机变换应用于图像。由于变换的种类很多，这里是随机使用某一种变换在图像上面
参数
- x: 3D 张量，单张图像。（注意，这里是单张图片哦！）
- seed: 随机种子。
返回
输入的随机转换之后的版本（相同形状）。
（7）standardize方法
standardize(x)
将标准化配置应用于一批输入。
参数
- x: 需要标准化的一批输入。
返回
标准化后的输入。
（8）apply_transform()方法
apply_transform(x, transform_parameters)参数：
- x: 3D tensor, single image.这里也是针对单张图片的
- transform_parameters:它是一个字典形式的参数，表示要使用哪些变换，字典的键如下所示：
- `'theta'`: Float. Rotation angle in degrees.
- `'tx'`: Float. Shift in the x direction.
- `'ty'`: Float. Shift in the y direction.
- `'shear'`: Float. Shear angle in degrees.
- `'zx'`: Float. Zoom in the x direction.
- `'zy'`: Float. Zoom in the y direction.
- `'flip_horizontal'`: Boolean. Horizontal flip.
- `'flip_vertical'`: Boolean. Vertical flip.
- `'channel_shift_intencity'`: Float. Channel shift intensity.
- `'brightness'`: Float. Brightness shift intensity.
返回值
变换之后的数组，形状和输入的图片形状是一样的 (same shape).
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：keras的图像预处理ImageDataGenerator类 - Python技术站
微信扫一扫 
支付宝扫一扫 
