用Keras ImageDataGenerator生成器读取一整个文件夹的图片作为训练集，并用测试集的图片文件夹进行预测和评估

用Keras ImageDataGenerator生成器读取一整个文件夹的图片作为训练集，并用测试集的图片文件夹进行预测和评估

近期在使用keras框架进行CV项目的学习，在读取训练数据集模型时遇到了一些困难。
刚开始在做Mnist手写数字识别的时候，蠢萌地用plt.imread方法把所有图片都读取到一个np数组里，做了一个shape = (2000x28x28)的ndarray，再把其作为input输入到模型里，这样的方法确实能够实现图片数据的预处理，但是未免也太麻烦了
今天在看百度的paddlepaddle框架示例代码的时候发现人家有专门的reader用于从文件夹里面读取图片直接输入到模型中，我就想,keras肯定也有类似的方法，就到网上找，果然找到了，keras里面对包含图片的文件夹读取的方法如这里面介绍的：
keras-02 浅谈数据集的制作和加载
（链接里面除了图片文件外，还讲了用csv和h5py文件保存图片和标签并进行加载的方法）
具体就是用到了keras.preprocessing.image里面的ImageDataGenerator类。
首先实例化生成器

train_datagen = ImageDataGenerator(featurewise_center=True,
    featurewise_std_normalization=True,
    rotation_range=20,
    width_shift_range=0.2,
    height_shift_range=0.2,
    horizontal_flip=