图像识别数据制作（1）

图像识别数据制作（1）

通过文件夹名字区分标签

import matplotlib
from sklearn.preprocessing import LabelBinarizer
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report
from imutils import paths
import numpy as np
import argparse
import random
import pickle
import cv2
import os


datapath = 'C:/Users/Administrator/Desktop/guanlu/small_data/train/'
print("[INFO] 开始读取数据")
data = []
labels = []


# 2 拿到图像数据路径，方便后续读取
imagePaths = sorted(list(paths.list_images(datapath)))

random.seed(42)   #随机种子
random.shuffle(imagePaths)    #洗牌操作
print('imagePaths:',imagePaths)

# 3 遍历读取数据
for imagePath in imagePaths:
    # 3.1 读取图像数据，由于使用神经网络，需要给定成一维
    image = cv2.imread(imagePath)   #读取图像
    image = cv2.resize(image, (32, 32)).flatten()   #重新定义大小，并且进行flatten扁平化
    data.append(image)   #在data的末尾，追加image数据

    # 3.2 读取标签
    label = imagePath.split(os.path.sep)[-2][-1]
    labels.append(label)

print(labels)
# 4 scale图像数据
data = np.array(data, dtype="float") / 255.0
labels = np.array(labels)


# 5 数据集切分
(trainX, testX, trainY, testY) = train_test_split(data,
    labels, test_size=0.25, random_state=42)


# 6 转换标签，one-hot格式
lb = LabelBinarizer()
trainY = lb.fit_transform(trainY)
testY = lb.transform(testY)