对seborrheic_keratosis数据集进行数据增强操作（旋转）

对路径下的图片直接重置大小

from PIL import Image 

# 待处理图片存储路径	
im = Image.open('D:/多媒体/主题壁纸/code-wallpaper-15.jpg')
# Resize图片大小，入口参数为一个tuple，新的图片大小
imBackground = im.resize((260,184))
#处理后的图片的存储路径，以及存储格式
imBackground.save('D:/多媒体/主题壁纸/code-wallpaper-15-1.jpg','JPEG')

使用ImageDataGenerator进行数据增强（旋转）

from keras.datasets import mnist
from keras.preprocessing.image import ImageDataGenerator
from matplotlib import pyplot as plt
from keras import backend
 
backend.set_image_data_format('channels_first')
 
# 导入数据
train_dir = 'E:/myjupyter/jupyterNotebook/data/test'
# 此处的rotation_range=180 指的是在0~180度中任选一个角度进行旋转
train_datagen = ImageDataGenerator(rotation_range=180)
#此处的batch_size=480 指的是遍历整个数据集，每次把480张图片打包在一起处理
#需要注意的是，在单独处理数据的时候，尽量batch_size的大小应大于或等于数据集中的图片数量。而在网络中，batch_size多等于48就可以。
train_generator = train_datagen.flow_from_directory( train_dir, target_size = (224,224), batch_size=480, save_to_dir='E:/myjupyter/jupyterNotebook/data/test/model',save_prefix='model')
#图像生成器运行5次
for i in range(5):
    train_generator.next()

Found 254 images belonging to 2 classes.