【机器学习】TensorFlow2.0的ImageDataGenerator

在图像深度学习任务中，对于小数据集，可以通过Image Data Augmentation图像增强技术来扩充数据。比如Keras的ImageDataGenerator。

ImageDataGenerator的使用：

tf.keras.preprocessing.image.ImageDataGenerator(
    featurewise_center=False,
    samplewise_center=False,
    featurewise_std_normalization=False, 
    samplewise_std_normalization=False,
    zca_whitening=False, 
    zca_epsilon=1e-06, 
    rotation_range=0, 
    width_shift_range=0.0,
    height_shift_range=0.0, 
    brightness_range=None, 
    shear_range=0.0, 
    zoom_range=0.0,
    channel_shift_range=0.0,
    fill_mode='nearest',
    cval=0.0,
    horizontal_flip=False,
    vertical_flip=False,
    rescale=None,
    preprocessing_function=None,
    data_format=None,
    validation_split=0.0,
    dtype=None
)

ImageDataGenerator参数说明：

参数	类型	描述
featurewise_center	Boolean	使输入数据集去中心化（均值为0）, 按feature执行，数据中心化可以消除量纲对数据结构的影响。
samplewise_center	Boolean	使输入数据的每个样本均值为0，这个参数在处理mnist这些灰度图上的意义更大。
featurewise_std_normalization	Boolean	将输入除以数据集的标准差以完成标准化, 按feature执行，标准化可以消除量纲对数据结构的影响。
samplewise_std_normalization	Boolean	将输入的每个样本除以其自身的标准差
zca_epsilon		ZCA白化的epsilon值，默认是1e-6。ZCA白化保证数据的各维度的方差相同，目的在于去掉各维度之间的相关性
zca_whitening	Boolean	是否进行ZCA白化
rotation_range		指定旋转角度范围。其参数只需指定一个整数即可，但并不是固定以这个角度进行旋转，而是在 [0, 指定角度] 范围内进行随机角度旋转
width_shift_range		水平位置平移。参数可以是[0, 1]的浮点数，也可以大于1，其最大平移距离为图片长的尺寸乘以参数，同样平移距离并不固定为最大平移距离，平移距离在 [0, 最大平移距离] 区间内
height_shift_range		垂直位置平移。参数可以是[0, 1]的浮点数，也可以大于1，其最大平移距离为图片长的尺寸乘以参数，同样平移距离并不固定为最大平移距离，平移距离在 [0, 最大平移距离] 区间内
brightness_range
shear_range		错切变换。效果是让所有点的x坐标(或者y坐标)保持不变，而对应的y坐标(或者x坐标)则按比例发生平移，且平移的大小和该点到x轴(或y轴)的垂直距离成正比。
zoom_range		zoom_range参数可以让图片在长或宽的方向进行放大，可以理解为某方向的resize，因此这个参数可以是一个数或者是一个list。当给出一个数时，图片同时在长宽两个方向进行同等程度的放缩操作；当给出一个list时，如：[width_zoom_range, height_zoom_range]，即分别对长宽进行不同程度的放缩。当参数大于0小于1时，执行的是放大操作，当参数大于1时，执行的是缩小操作。
channel_shift_range		channel_shift_range可以理解成改变图片的颜色，通过对颜色通道的数值偏移，改变图片的整体的颜色，这意味着是“整张图”呈现某一种颜色，像是加了一块有色玻璃在图片前面一样，因此它并不能单独改变图片某一元素的颜色，如黑色小狗不能变成白色小狗。
fill_mode		填充模式。当对图片进行平移、放缩、错切等操作时，图片中会出现一些缺失的地方，那这些缺失的地方该用什么方式补全呢？就由fill_mode中的参数确定，包括：“constant”、“nearest”（默认）、“reflect”和“wrap”
cval		当fill_mode设置为“constant”时，还有一个可选参数，cval，代表使用某个固定数值的颜色来进行填充。
horizontal_flip	Boolean	随机对图片执行水平翻转操作，意味着不一定对所有图片都会执行水平翻转，每次生成均是随机选取图片进行翻转
vertical_flip	Boolean	随机对图片执行垂直翻转操作，意味着不一定对所有图片都会执行垂直翻转，每次生成均是随机选取图片进行翻转
rescale		rescale的作用是对图片的每个像素值均乘上这个放缩因子，这个操作在所有其它变换操作之前执行，在一些模型当中，直接输入原图的像素值可能会落入激活函数的“死亡区”，因此设置放缩因子为1/255，把像素值放缩到0和1之间有利于模型的收敛，避免神经元“死亡”。
preprocessing_function
data_format
validation_split
dtype

参数测试代码

import matplotlib.pyplot as plt
from PIL import Image
from keras.preprocessing import image
import glob

# 设置生成器参数
datagen = image.ImageDataGenerator(fill_mode='wrap',zoom_range=[4, 4])
gen_data=datagen.flow_from_directory(PATH,
    batch_size=1,
    shuffle=False,
    save_to_dir=SAVE_PATH,
    save_prefix='gen',
    target_size=(224, 224)
)

# 生成9张图
for i in range(9):
    gen_data.next() 

# 找到本地生成图，把9张图打印到同一张figure上
name_list = glob.glob(gen_path+'16/*')
fig = plt.figure()
for i in range(9):
    img = Image.open(name_list[i])
    sub_img = fig.add_subplot(331 + i)
    sub_img.imshow(img)
plt.show()