keras实现扩充图片集

当我们使用神经网络进行对一些图片进行分类的时候，由于自己的样本数太小，导致训练，分类的结果不太满意，因此本次使用keras自带的生成器产生所需要的图片进行保存，然后可以使用这些图片进行训练，提高神经网络的预测分辨率

#coding:utf8
import os
import cv2.cv as cv
import cv2
import re
from keras.preprocessing.image import ImageDataGenerator,array_to_img,img_to_array,load_img
datagen = ImageDataGenerator(
        rotation_range = 40,
        width_shift_range= 0.2,
        height_shift_range = 0.2,
#        rescale = 1.0/255,
        shear_range = 0.2,
        zoom_range = 0.2,
        horizontal_flip = True,
        fill_mode = 'nearest'
    )
write_path = "/home/zhanghao/data/classification/prew/"
def eachFile(filepath):
    count = 0
    pathDir =  os.listdir(filepath)
    for allDir in pathDir:
        child = os.path.join('%s%s' % (filepath,allDir))
    write_child = os.path.join('%s%s' % (write_path,allDir))
    img = load_img(child)
        nul_num = re.findall(r"\d",child)
        nul_num = int(nul_num[0])
    x = img_to_array(img)
    x = x.reshape((1,)+x.shape)
    i = 0
    for batch in datagen.flow(
            x,
            batch_size =1,
            save_to_dir = write_path,
            save_prefix = nul_num,save_format = 'jpeg'):
            count += 1

            i += 1
            if i >= 10 :
                    break
    return count
count = eachFile("/home/zhanghao/data/classification/test_scale/")
print "一共产生了%d张图片"%count

程序运行结果和产生的图片

具体参数可参考文档http://keras-cn.readthedocs.io/en/latest/preprocessing/image/

程序代码https://github.com/zhanghao-JNU/keras-training/blob/master/generater.py