Keras应用搭建好的模型一之自制数据集和数据增强

书写数字数据集mnist的制作

一、目标

将数据集制作成和我们之前到dataset里下载的数据集格式一样，即测试集和训练集的输入特征与标签一一对应，而且要令输入特征是数组形式（因为像mnist数据，我们最原始的输入特征是图片，我们要将图片转化成与它像素值大小相同的数组如28*28）。

二、准备条件

准备条件，也就是在自制数据集前我们应该有什么。我们应该有：
1.一个x_train文件夹和一个x_test文件夹，这两个文件夹里放的分别是训练集的图片（如60000张图片）和测试集的图片（如10000张图片）。
2.一个y_train.txt和y_test.txt两个txt文本文件，这两个文本文件中是每一行里有一张图片名称和该图片对应的标签，如：

0.jgp							5
1.jpg							2
.
.
.
等等

三、编写函数

定义一个函数如generateds()，里面有两个参数，第一个参数是存放x_train（或者是x_test）文件夹的路径，第二个参数是存放y_train（或者是y_test）文本文件的路径：

generateds(path, txt)

代码为：

def generateds(path, txt):
    f = open(txt, 'r')  # 以只读形式打开txt文件
    contents = f.readlines()  # 读取文件中所有行
    f.close()  # 关闭txt文件
    x, y_ = [], []  # 建立空列表
    for content in contents:  # 逐行取出
        value = content.split()  # 以空格分开，图片路径为value[0] , 标签为value[1] , 存入列表
        img_path = path + value[0]  # 拼出图片路径和文件名
        img = Image.open(img_path)  # 读入图片
        img = np.array(img.convert('L'))  # 图片变为8位宽灰度值的np.array格式，模式L为灰色图像，它的每个像素用8个bit表示，也就是0-255，0表示黑，255表示白
        img = img / 255.  # 数据归一化 （实现预处理）
        x.append(img)  # 归一化后的数据，贴到列表x
        y_.append(value[1])  # 标签贴到列表y_
        print('loading : ' + content)  # 打印状态提示

    x = np.array(x)  # 变为np.array格式
    y_ = np.array(y_)  # 变为np.array格式
    y_ = y_.astype(np.int64)  # 变为64位整型
    return x, y_