详解Keras3.0 Data loading:Image data loading

1、image_dataset_from_directory

keras.utils.image_dataset_from_directory(
    directory,
    labels="inferred",
    label_mode="int",
    class_names=None,
    color_mode="rgb",
    batch_size=32,
    image_size=(256, 256),
    shuffle=True,
    seed=None,
    validation_split=None,
    subset=None,
    interpolation="bilinear",
    follow_links=False,
    crop_to_aspect_ratio=False,
    data_format=None,
)

参数说明

• directory：数据所在的目录。如果标签是“推断的”，它应该包含子目录，每个子目录都包含一个类的图像。否则，将忽略目录结构。
• labels：“推断”（标签由目录结构生成）、“无”（无标签）或整数标签的列表/元组，其大小与目录中找到的图像文件数相同。标签应该根据图像文件路径的字母数字顺序进行排序（通过Python中的os.walk（目录）获得）。
• label_mode：描述标签编码的字符串。选项包括“int”：表示标签被编码为整数（例如，对于稀疏类别交叉熵损失）。“分类”是指标签被编码为分类向量（例如，对于类别交叉熵损失）“二进制”意味着标签（只能有2个）被编码为值为0或1的float32标量（例如二进制交叉熵）。
• class_names：只有当标签是“推断的”时才有效。这是类名的显式列表（必须与子目录的名称相匹配）。用于控制类的顺序（否则使用字母数字顺序）。
• color_mode：“灰度”、“rgb”和“rgba”之一。默认为“rgb”。图像是否将被转换为具有1个、3个或4个通道。
• batch_size：数据批次的大小。默认值为32。如果“无”，则不会对数据进行批处理（数据集将生成单个样本）。
• image_size：从磁盘读取图像后将其调整大小的大小，指定为（高度、宽度）。默认值为（256256）。由于管道处理的图像批次必须具有相同的大小，因此必须提供这一点。
• shuffle：是否对数据进行shuffle。默认为True。如果设置为False，则按字母数字顺序对数据进行排序。
• seed：用于混洗和变换的可选随机种子。
• validation_split：0和1之间的可选浮点值，保留用于验证的数据的分数。
• subset：要返回的数据的子集。“培训”、“验证”或“两者兼有”之一。仅在设置了validation_split时使用。当子集=“both”时，该实用程序返回两个数据集（分别为训练和验证数据集）的元组。
• interpolation：字符串，调整图像大小时使用的插值方法。默认为“双线性”。支持“双线性”、“最近”、“双三次”、“面积”、“lanczos3”、“lanczos5”、“高斯”、“mitchellcubic”。
• follow_links：是否访问符号链接指向的子目录。默认为False。
• crop_to_aspect_ratio：如果为True，则调整图像大小而不失真纵横比。当原始宽高比不同于目标宽高比时，输出图像将被裁剪，以便返回图像中与目标宽高比匹配的最大可能窗口（大小为image_size）。默认情况下（crop_to_aspect_ratio=False），可能不会保留纵横比。
• data_format: 如果None使用keras.config.image_data_format（），否则为“channel_last”或“channel_first”。

示例

# 指定主目录路径
main_directory = '/path/to/your/images'

# 使用image_dataset_from_directory加载图像数据集
dataset = tf.keras.preprocessing.image_dataset_from_directory(
    main_directory,
    labels='inferred',
    label_mode='binary',  # 设置标签模式为二进制（0或1）
    image_size=(256, 256),  # 设置图像大小为256x256像素
)

# 对数据集进行预处理
dataset = dataset.map(lambda x, y: (tf.image.resize(x, (224, 224)), y))
dataset = dataset.batch(32)  # 设置批次大小为32
dataset = dataset.prefetch(buffer_size=tf.data.experimental.AUTOTUNE)  # 自动调整预取缓冲区大小以优化性能

# 遍历数据集进行训练或评估等操作
for images, labels in dataset:
    # 在这里添加你的模型训练或评估代码
    pass

 

2、 load_img

keras.utils.load_img(
    path,
    color_mode="rgb",
    target_size=None,
    interpolation="nearest",
    keep_aspect_ratio=False,
)

参数说明

• path: 这是要加载的图像文件的路径。可以是本地文件路径或 URL。
• color_mode: 指定图像的颜色模式。默认为 "rgb"，表示使用红绿蓝三个通道的颜色。其他可选值包括 "grayscale"（灰度图像）和 "rgba"（带透明度的图像）。
• target_size: 指定目标图像的大小。如果提供了该参数，则将图像调整为指定的尺寸。如果不提供，则保持原始图像大小不变。可以是一个包含宽度和高度的元组，例如 (224, 224)。
• interpolation: 指定插值方法。默认为 "nearest"，表示最近邻插值。其他可选值包括 "bilinear"（双线性插值）和 "bicubic"（双三次插值）。
• keep_aspect_ratio: 是否保持图像的宽高比。默认为 False，表示不保持宽高比。如果设置为 True，则在调整图像大小时会尽量保持原始图像的宽高比。

3、img_to_array

keras.utils.img_to_array(img, data_format=None, dtype=None)

参数说明

• img：输入的图像，可以是 PIL.Image 对象、NumPy 数组或文件路径。
• data_format：可选参数，指定图像数据的格式。默认为 None，表示使用 Keras 配置文件中的设置。可选值有 'channels_first' 和 'channels_last'。
• dtype：可选参数，指定输出数组的数据类型。默认为 None，表示使用 Keras 配置文件中的设置。

4、save_img

keras.utils.save_img(
    path, x, data_format=None, file_format=None, scale=True, **kwargs
)

参数说明 

• path：输出图像文件的路径。
• x：输入的图像数据，可以是 PIL.Image 对象、NumPy 数组或文件路径。
• data_format：可选参数，指定图像数据的格式。默认为 None，表示使用 Keras 配置文件中的设置。可选值有 'channels_first' 和 'channels_last'。
• file_format：可选参数，指定输出图像的文件格式。默认为 None，表示根据文件扩展名自动推断。支持的文件格式有 'jpeg'、'png'、'bmp' 等。
• scale：可选参数，布尔值。如果为 True，则将图像数据缩放到 [0, 255] 范围内。默认为 True。
• **kwargs：其他关键字参数，用于传递给底层图像处理库（如 PIL）的特定选项。