划分训练集、测试集，制作自己的数据集

从文件路径读取图片，将图片的数组存为npz格式。

数据集：人脸卡通表情FERG数据，包含6个卡通人物，每个卡通人物7个表情，每张图片256*256的png格式，数据集压缩包大小2.95GB。

图片路径tree：

数据集的85%为训练集，15%为测试集

代码如下：

'''
id存索引,ep存索引，image存矩阵
将图片预处理为numpy数组，存储于.npz

'''
import time
from numpy import *
import cv2
from keras.utils.np_utils import *
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]="3"
from keras.preprocessing.image import img_to_array
import matplotlib.pyplot as plt
ratio = 0.15  #按照ratio划分测试集、训练集，ratio:测试集的比例 15%
ep = ['anger', 'disgust', 'fear', 'joy', 'neutral', 'sadness', 'surprise']
id=['aia','bonnie','jules','malcolm','mery','ray']

dataset_dir = 'E:/code/dataset/FERG_DB_256/'
def get_file(file_dir,id_item):
    anger = []
    label_anger = []
    disgusted = []
    label_disgusted = []
    fearful = []
    label_fearful = []
    joy = []
    label_joy = []
    neutral = []
    label_neutral = []
    sadness = []
    label_sadness = []
    surprised = []
    label_surprised = []

    # 定义存放测试集、训练集图片地址、标签的list
    x_train = []
    ep_train = []

    x_test = []
    ep_test = []
    count = 0

    # step1：获取路径下所有的图片路径名，存放到
    for file in os.listdir(file_dir + '/'+id_item+'_anger'):
        if not file.endswith('.png'):
            continue
        count =