keras.src.legacy.preprocessing.image.ImageDataGenerator

keras.src.legacy.preprocessing.image.ImageDataGenerator 是 Keras 中用于图像数据增强和批量生成训练数据的工具类，属于 Keras 旧版本的图像处理模块。它支持实时数据增强（如旋转、翻转、缩放等），适用于图像分类、目标检测等计算机视觉任务。

主要功能

1. 数据增强：通过随机变换生成多样化的训练样本，提高模型的泛化能力。
2. 批量生成：从目录或数组中批量加载图像数据，减少内存占用。
3. 归一化：对图像像素值进行标准化处理（如缩放至 [0,1] 或归一化到均值为 0）。

核心参数

datagen = ImageDataGenerator(
    rotation_range=20,        # 随机旋转角度范围
    width_shift_range=0.2,    # 水平平移范围
    height_shift_range=0.2,   # 垂直平移范围
    shear_range=0.2,          # 剪切强度
    zoom_range=0.2,           # 缩放范围
    horizontal_flip=True,     # 随机水平翻转
    vertical_flip=False,      # 随机垂直翻转
    rescale=1./255,           # 像素值缩放因子
    preprocessing_function=None,  # 自定义预处理函数
    validation_split=0.2      # 训练/验证集分割比例
)

常用方法

1. flow_from_directory()
   从指定目录加载图像并生成批量数据：

   train_generator = datagen.flow_from_directory(
       'data/train',
       target_size=(150, 150),
       batch_size=32,
       class_mode='binary'  # 分类模式：'binary'、'categorical' 等
   )
   

2. flow()
   从 Numpy 数组生成批量数据：

   datagen.flow(X_train, y_train, batch_size=32)
   

3. fit()
   计算数据的统计信息（如均值、标准差），用于归一化：

   datagen.fit(X_train)
   

4. save_to_dir()

   将增强后的图像保存到指定目录（调试用）：

   train_generator = datagen.flow_from_directory(
       'data/train',
       save_to_dir='augmented_images'
   )
   

5. 示例

   训练模型时使用 ImageDataGenerator

   from keras.src.legacy.preprocessing.image import ImageDataGenerator
   from keras.models import Sequential
   from keras.layers import Conv2D, MaxPooling2D, Flatten, Dense
   
   # 创建数据生成器
   train_datagen = ImageDataGenerator(
       rescale=1./255,
       rotation_range=20,
       width_shift_range=0.2,
       height_shift_range=0.2,
       horizontal_flip=True
   )
   
   test_datagen = ImageDataGenerator(rescale=1./255)  # 验证集不增强
   
   # 加载数据
   train_generator = train_datagen.flow_from_directory(
       'data/train',
       target_size=(150, 150),
       batch_size=32,
       class_mode='binary'
   )
   
   validation_generator = test_datagen.flow_from_directory(
       'data/validation',
       target_size=(150, 150),
       batch_size=32,
       class_mode='binary'
   )
   
   # 构建模型
   model = Sequential([
       Conv2D(32, (3,3), activation='relu', input_shape=(150, 150, 3)),
       MaxPooling2D((2,2)),
       Flatten(),
       Dense(128, activation='relu'),
       Dense(1, activation='sigmoid')
   ])
   
   # 编译和训练
   model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
   model.fit(
       train_generator,
       steps_per_epoch=train_generator.samples // 32,
       validation_data=validation_generator,
       validation_steps=validation_generator.samples // 32,
       epochs=10
   )
   

注意事项 

1. 版本兼容性：
   该类属于 Keras 旧版本（keras.src.legacy）。在 TensorFlow 2.0 及以后版本中，推荐使用 tf.keras.preprocessing.image.ImageDataGenerator 或更现代的 tf.data.Dataset API。

2. 性能考虑：
   实时数据增强会增加训练时间。对于大型数据集，建议使用 tf.data.Dataset 配合 GPU 加速。

3. 自定义预处理：
   通过 preprocessing_function 参数可传入自定义处理函数（如 OpenCV 操作）。

4. 内存管理：
   使用 flow_from_directory() 时，确保图像路径正确，且内存足够存储批量数据。

替代方案

• tf.keras.preprocessing.image_dataset_from_directory
  更高效的数据集加载方式，返回 tf.data.Dataset 对象。
• tf.keras.layers.RandomFlip, tf.keras.layers.RandomRotation
  层内数据增强（直接嵌入模型，仅在推理时应用）。

如果你使用的是 TensorFlow 2.x，建议优先选择现代 API，以获得更好的性能和兼容性。