keras图片读入预处理的两种方式

跑实验时候，要准备自己的数据集，keras的接口方式还是比较友善的，对图像的数据预处理有两种方式：一种是.flow（），另一种是.flow_from_directory(directory)。

关键导入包：

import keras
from tensorflow.keras.preprocessing.image import ImageDataGenerator
import keras.utils as np_utils

.flow()的方式

此时数据集是已经处理成了数组的形式，如我们从网上下载的公开数据集（nums, col,row,channel)。

(X_train, y_train), (X_test, y_test) = cifar10.load_data()
Y_train = np_utils.to_categorical(y_train, nb_classes)
Y_test = np_utils.to_categorical(y_test, nb_classes)

datagen = ImageDataGenerator(
    featurewise_center=True,
    featurewise_std_normalization=True,
    rotation_range=20,
    width_shift_range=0.2,
    height_shift_range=0.2,
    horizontal_flip=True)

# compute quantities required for featurewise normalization
# (std, mean, and principal components if ZCA whitening is applied)
datagen.fit(X_train)

# fits the model on batches with real-time data augmentation:
model.fit_generator(datagen.flow(X_train, Y_train, batch_size=32),
                    samples_per_epoch=len(X_train), nb_epoch=nb_epoch)

# here's a more "manual" example（手动分批次训练）
for e in range(nb_epoch):
    print 'Epoch', e
    batches = 0
    for X_batch, Y_batch in datagen.flow(X_train, Y_train, batch_size=32):
        loss = model.train(X_batch, Y_batch)
        batches += 1
        if batches >= len(X_train) / 32:
            # we need to break the loop by hand because
            # the generator loops indefinitely
            break

.flow_from_directory(directory)的方式

这种方式是从文件夹里读入图片，此时传入的文件夹（directory)的路径是数据集总路径，里面包含若干个直接以分类类别命名的子文件夹，各个类别的图片放好在各自所属类别的文件夹里面。代码读入数据成矩阵的同时，根据类别文件夹名字把数据集的class字典做好。目录结构如下图：

└─train
    ├─class1_name
    │      xxr.jpg
    │      xxx.jpg
    │
    ├─class2_name
    │      xxr.jpg
    │      xxx.jpg
    │
    └─class3_name
            xxr.jpg
            xxx.jpg

 

train_datagen = ImageDataGenerator(
        rescale=1./255,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True)

test_datagen = ImageDataGenerator(rescale=1./255)

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')

model.fit_generator(
        train_generator,
        samples_per_epoch=2000,
        nb_epoch=50,
        validation_data=validation_generator,
        nb_val_samples=800)

当然，更多信息可以直接看中文文档：https://keras-cn.readthedocs.io/en/latest/