内容目录
一、ImageDataGenerator() 介绍二、数据增强处理和类的构造函数参数1、数据增强处理（data augmentation）2、ImageDataGenerator类的构造函数参数三、一般的对图像的处理流程四、ImageDataGenerator的所有方法介绍1、fit方法2、flow方法3、flow_from_dataframe方法4、flow_from_directory5、get_random_transform6、random_transform7、standardize 方法和 apply_transform()方法
一、ImageDataGenerator() 介绍
在Keras中，当数据量很多的时候我们需要使用model.fit_generator()方法，该方法接受的第一个参数就是一个生成器。简单来说就是：ImageDataGenerator()。
ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器，可以每一次给模型“喂”一个batch_size大小的样本数据，同时也可以在每一个批次中对这batch_size个样本数据进行增强，扩充数据集大小，增强模型的泛化能力。比如进行旋转，变形，归一化等等。
总结起来就是两个点：
（1）图片生成器，负责生成一个批次一个批次的图片，以生成器的形式给模型训练；
（2）对每一个批次的训练图片，适时地进行数据增强处理（data augmentation）；
import keras
keras.preprocessing.image.ImageDataGenerator(
featurewise_center=False, #对输入的图片每个通道减去每个通道对应均值。
samplewise_center=False, #每张图片减去样本均值, 使得每个样本均值为0。
featurewise_std_normalization=False, #Boolean()
samplewise_std_normalization=False, #Boolean()
zca_whitening=False, #布尔值。是否应用 ZCA 白化。 去除样本之间的相关性
zca_epsilon=1e-06, #ZCA 白化的 epsilon 值，默认为 1e-6。
rotation_range=0.0, #旋转范围
width_shift_range=0.0, #水平平移范围
'''
它的值可以是浮点数、一维数组、整数
float: 如果 <1，则是除以总宽度的值，或者如果 >=1，则为像素值。
1-D 数组: 数组中的随机元素。
int: 来自间隔 (-width_shift_range, +width_shift_range) 之间的整数个像素。
width_shift_range=2 时，可能值是整数 [-1, 0, +1]，
与 width_shift_range=[-1, 0, +1] 相同；
而 width_shift_range=1.0 时，可能值是 [-1.0, +1.0) 之间的浮点数。
'''
height_shift_range=0.0, #垂直平移范围, 浮点数、一维数组或整数（同width_shift_range）
brightness_range=None, # 两个浮点数组成的元组或者是列表，像素的亮度会在这个范围之类随机确定
shear_range=0.0, #float, 透视变换的范围，所谓shear_range就是错切变换
zoom_range=0.0, #缩放范围，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=0.0, #随机通道转换的范围。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，即每一个通道上的每一个像素值都加上某一个数值。
fill_mode='nearest', #填充模式, constant, nearest, reflect
cval=0.0, #fill_mode == 'constant’的时候填充值
horizontal_flip=False, #水平反转
vertical_flip=False, #垂直反转
rescale=None, #重缩放因子。默认为 None。如果是 None 或 0，不进行缩放，否则将数据乘以所提供的值（在应用任何其他转换之前）。
#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=None, #这是用户自定义的函数，应用于每个输入的函数。这个函数需要一个参数：一张图像（秩为 3 的 Numpy 张量），并且应该输出一个同尺寸的 Numpy 张量。
data_format=None, #channels_first或者channels_last
validation_split=0.0) #保留用于验证的图像的比例（严格在0和1之间）
方法：
apply_transform(x, transform_parameters):根据参数对x进行变换
fit(x, augment=False, rounds=1, seed=None): 将生成器用于数据x,从数据x中获得样本的统计参数, 只有featurewise_center, - featurewise_std_normalization或者zca_whitening为True才需要
flow(x, y=None, batch_size=32, shuffle=True, sample_weight=None, seed=None, save_to_dir=None, save_prefix='', save_format='png', subset=None) ):按batch_size大小从x,y生成增强数据
flow_from_directory()从路径生成增强数据,和flow方法相比最大的优点在于不用一次将所有的数据读入内存当中,这样减小内存压力，这样不会发生OOM，血的教训。
get_random_transform(img_shape, seed=None): 返回包含随机图像变换参数的字典
random_transform(x, seed=None): 进行随机图像变换, 通过设置seed可以达到同步变换。
standardize(x): 对x进行归一化
注意:flow_from_directory需要提供的路径下面需要有子目录
二、数据增强处理和类的构造函数参数
1、数据增强处理（data augmentation）
数据增强的手段有非常多种，这里介绍一些代表性的。
旋转 | 反射变换(Rotation/reflection): 随机旋转图像一定角度; 改变图像内容的朝向;
翻转变换(flip): 沿着水平或者垂直方向翻转图像;
缩放变换(zoom): 按照一定的比例放大或者缩小图像;
平移变换(shift): 在图像平面上对图像以一定方式进行平移;可以采用随机或人为定义的方式指定平移范围和平移步长, 沿水平或竖直方向进行平移. 改变图像内容的位置;
尺度变换(scale): 对图像按照指定的尺度因子, 进行放大或缩小; 或者参照SIFT特征提取思想, 利用指定的尺度因子对图像滤波构造尺度空间. 改变图像内容的大小或模糊程度;
对比度变换(contrast): 在图像的HSV颜色空间，改变饱和度S和V亮度分量，保持色调H不变. 对每个像素的S和V分量进行指数运算(指数因子在0.25到4之间), 增加光照变化;
噪声扰动(noise): 对图像的每个像素RGB进行随机扰动, 常用的噪声模式是椒盐噪声和高斯噪声;
错切变换（shear）：效果就是让所有点的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。
2、ImageDataGenerator类的构造函数参数
所谓 featurewise指的是逐特征，它针对的是数据集dataset，而samplewise针对的是单个输入图片的本身。featurewise是从整个数据集的分布去考虑的，而samplewise只是针对自身图片 。
featurewise_center: 布尔值。将输入数据的均值设置为 0，逐特征进行，对输入的图片每个通道减去每个通道对应均值。
samplewise_center: 布尔值。将每个样本的均值设置为 0，每张图片减去样本均值, 使得每个样本均值为0
featurewise_std_normalization: Boolean. 布尔值。将每个输入（即每张图片）除以数据集（dataset）标准差，逐特征进行。
samplewise_std_normalization: 布尔值。将每个输入（即每张图片）除以其自身（图片本身）的标准差。
三、一般的对图像的处理流程
（1）第一步：数据集的划分，得到x_train,y_train,x_test,y_test；
（2）第二步：构造ImageDataGenerator对象，其中要进行某一些操作是通过在构造函数中的参数指定的，
datagen = ImageDataGenerator(……)
（3）第三步：对样本数据进行data augmentation处理，通过fit方法
注意：这一步并不是必须的，当ImageDataGenerator构造函数中需要使用以下几个参数时才需要使用fit方法，因为需要从fit方法中得到原始图形的统计信息，比如均值、方差等等，否则是不需要改步骤的。
featurewise_center:
samplewise_center:
featurewise_std_normalization:
samplewise_std_normalization:
datagen.fit(x_train) # 使用实时数据增益的批数据对模型进行拟合
（4）第四步：进行训练，通过flow方法
model.fit_generator(datagen.flow(x_train, y_train, batch_size=32), steps_per_epoch=len(x_train) / 32, epochs=epochs)
四、ImageDataGenerator的所有方法介绍
1、fit方法
将数据生成器用于某些样本数据。它基于一组样本数据，计算与数据转换相关的内部数据统计。当且仅当 featurewise_center 或 featurewise_std_normalization 或 zca_whitening 设置为 True 时才需要。
fit(x, augment=False, rounds=1, seed=None)
# x: 样本数据。秩应该为 4，即（batch，width，height，channel）的格式。对于灰度数据，通道轴的值应该为 1；对于 RGB 数据，值应该为 3。
# augment: 布尔值（默认为 False）。是否使用随机样本扩张。
# rounds: 整数（默认为 1）。如果数据数据增强（augment=True），表明在数据上进行多少次增强。
# seed: 整数（默认 None）。随机种子。
2、flow方法
flow(
x, #输入数据。秩为 4 的 Numpy 矩阵或元组。如果是元组，第一个元素应该包含图像，第二个元素是另一个 Numpy 数组或一列 Numpy 数组，它们不经过任何修改就传递给输出。可用于将模型杂项数据与图像一起输入。对于灰度数据，图像数组的通道轴的值应该为 1，而对于 RGB 数据，其值应该为 3。
y=None, #标签。
batch_size=32, #整数 (默认为 32)。
shuffle=True, #布尔值 (默认为 True)。
sample_weight=None, #样本权重。
seed=None, # 整数（默认为 None）。
save_to_dir=None, #None 或 字符串（默认为 None）。这使您可以选择指定要保存的正在生成的增强图片的目录（用于可视化您正在执行的操作）。
save_prefix='', #字符串（默认 ''）。保存图片的文件名前缀（仅当 save_to_dir 设置时可用）。
save_format='png', #"png", "jpeg" 之一（仅当 save_to_dir 设置时可用）。默认："png"。
subset=None) #数据子集 ("training" 或 "validation")，如果 在 ImageDataGenerator 中设置了 validation_split。
'''返回
一个生成元组 (x, y) 的 生成器Iterator，其中 x 是图像数据的 Numpy 数组
（在单张图像输入时），或 Numpy 数组列表（在额外多个输入时），y 是对应的标签的 Numpy 数组。
如果 'sample_weight' 不是 None，生成的元组形式为 (x, y, sample_weight)。
如果 y 是 None, 只有 Numpy 数组 x 被返回。
'''
3、flow_from_dataframe方法
输入 dataframe 和目录的路径，并生成批量的增强/标准化的数据。
flow_from_dataframe(
dataframe, #Pandas dataframe，一列为图像的文件名，另一列为图像的类别， 或者是可以作为原始目标数据多个列。
directory, #字符串，目标目录的路径，其中包含在 dataframe 中映射的所有图像。
x_col='filename', #字符串，dataframe 中包含目标图像文件夹的目录的列。
y_col='class', #字符串或字符串列表，dataframe 中将作为目标数据的列。
has_ext=True, #布尔值，如果 dataframe[x_col] 中的文件名具有扩展名则为 True，否则为 False。
target_size=(256, 256), #整数元组 (height, width)，默认为 (256, 256)。 所有找到的图都会调整到这个维度。
color_mode='rgb', #"grayscale", "rbg" 之一。默认："rgb"。 图像是否转换为 1 个或 3 个颜色通道。
classes=None, #可选的类别列表 (例如， ['dogs', 'cats'])。默认：None。 如未提供，类比列表将自动从 y_col 中推理出来，y_col 将会被映射为类别索引）。 包含从类名到类索引的映射的字典可以通过属性 class_indices 获得。
class_mode='categorical', #
'''
"categorical", "binary", "sparse", "input", "other" or None 之一。 默认："categorical"。决定返回标签数组的类型：
"categorical" 将是 2D one-hot 编码标签，
"binary" 将是 1D 二进制标签，
"sparse" 将是 1D 整数标签，
"input" 将是与输入图像相同的图像（主要用于与自动编码器一起使用），
"other" 将是 y_col 数据的 numpy 数组，
None, 不返回任何标签（生成器只会产生批量的图像数据，这对使用 model.predict_generator(), model.evaluate_generator() 等很有用）。
'''
batch_size=32, #批量数据的尺寸（默认：32）。
shuffle=True, #是否混洗数据（默认：True）
seed=None, #可选的混洗和转换的随即种子。
save_to_dir=None, #None 或 str (默认: None). 这允许你可选地指定要保存正在生成的增强图片的目录（用于可视化您正在执行的操作）。
save_prefix='', #字符串。保存图片的文件名前缀（仅当 save_to_dir 设置时可用）。
save_format='png', #"png", "jpeg" 之一（仅当 save_to_dir 设置时可用）。默认："png"。
subset=None, #数据子集 ("training" 或 "validation")，如果在 ImageDataGenerator 中设置了 validation_split。
interpolation='nearest' #在目标大小与加载图像的大小不同时，用于重新采样图像的插值方法。 支持的方法有 "nearest", "bilinear", and "bicubic"。 如果安装了 1.1.3 以上版本的 PIL 的话，同样支持 "lanczos"。 如果安装了 3.4.0 以上版本的 PIL 的话，同样支持 "box" 和 "hamming"。 默认情况下，使用 "nearest"。
)
'''返回
一个生成 (x, y) 元组的 DataFrameIterator， 其中 x 是一个包含一批尺寸为 (batch_size, *target_size, channels) 的图像样本的 numpy 数组，y 是对应的标签的 numpy 数组。
'''
4、flow_from_directory
flow_from_directory(
directory, #目标目录的路径。每个类应该包含一个子目录。任何在子目录树下的 PNG, JPG, BMP, PPM 或 TIF 图像，都将被包含在生成器中。
target_size=(256, 256), #整数元组 (height, width)，默认：(256, 256)。所有的图像将被调整到的尺寸。
color_mode='rgb',# "grayscale", "rbg" 之一。默认："rgb"。图像是否被转换成 1 或 3 个颜色通道。
classes=None, #可选的类的子目录列表（例如 ['dogs', 'cats']）。默认：None。如果未提供，类的列表将自动从 directory 下的 子目录名称/结构 中推断出来，其中每个子目录都将被作为不同的类（类名将按字典序映射到标签的索引）。包含从类名到类索引的映射的字典可以通过 class_indices 属性获得。
class_mode='categorical', #
'''
"categorical", "binary", "sparse", "input" 或 None 之一。默认："categorical"。决定返回的标签数组的类型：
"categorical" 将是 2D one-hot 编码标签，
"binary" 将是 1D 二进制标签，"sparse" 将是 1D 整数标签，
"input" 将是与输入图像相同的图像（主要用于自动编码器）。
如果为 None，不返回标签（生成器将只产生批量的图像数据，对于 model.predict_generator(), model.evaluate_generator() 等很有用）。请注意，如果 class_mode 为 None，那么数据仍然需要驻留在 directory 的子目录中才能正常工作。
'''
batch_size=32, #一批数据的大小（默认 32）。
shuffle=True,# 是否混洗数据（默认 True）。
seed=None, #可选随机种子，用于混洗和转换。
save_to_dir=None, # None 或 字符串（默认 None）。这使你可以最佳地指定正在生成的增强图片要保存的目录（用于可视化你在做什么）。
save_prefix='', #字符串。 保存图片的文件名前缀（仅当 save_to_dir 设置时可用）。
save_format='png', #字符串。 保存图片的文件名前缀（仅当 save_to_dir 设置时可用）。
follow_links=False, #是否跟踪类子目录中的符号链接（默认为 False）。
subset=None, #数据子集 ("training" 或 "validation")，如果 在 ImageDataGenerator 中设置了 validation_split。
interpolation='nearest'#
'''
在目标大小与加载图像的大小不同时，用于重新采样图像的插值方法。
支持的方法有 "nearest", "bilinear", and "bicubic"。
如果安装了 1.1.3 以上版本的 PIL 的话，同样支持 "lanczos"。
如果安装了 3.4.0 以上版本的 PIL 的话，同样支持 "box" 和 "hamming"。
默认情况下，使用 "nearest"。
'''
)
'''返回
一个生成 (x, y) 元组的 DirectoryIterator，
其中 x 是一个包含一批尺寸为 (batch_size, *target_size, channels)的图像的 Numpy 数组，
y 是对应标签的 Numpy 数组。
'''
5、get_random_transform
get_random_transform(
img_shape, # 整数元组。被转换的图像的尺寸。
seed=None #随机种子
)
'''返回
包含随机选择的描述变换的参数的字典。返回的字典如下面的形式：
哪些变换使用了，就在字典中添加即可。
'''
transform_parameters = {'theta': theta,
'tx': tx,
'ty': ty,
'shear': shear,
'zx': zx,
'zy': zy,
'flip_horizontal': flip_horizontal,
'flip_vertical': flip_vertical,
'channel_shift_intensity': channel_shift_intensity,
'brightness': brightness}
return transform_parameters
6、random_transform
将随机变换应用于图像。由于变换的种类很多，这里是随机使用某一种变换在图像上面。
random_transform(
x, #3D 张量，单张图像。（注意，这里是单张图片哦！）
seed=None #随机种子。
)
'''返回
输入的随机转换之后的版本（相同形状）。
'''
7、standardize 方法和 apply_transform()方法
将标准化配置应用于一批输入。
standardize(x) #x是需要标准化的一批输入
#返回：标准化后的输入。
apply_transform(
x, #3D tensor, single image.这里也是针对单张图片的
transform_parameters
'''它是一个字典形式的参数，表示要使用哪些变换，字典的键如下所示：
`'theta'`: Float. Rotation angle in degrees.
`'tx'`: Float. Shift in the x direction.
`'ty'`: Float. Shift in the y direction.
`'shear'`: Float. Shear angle in degrees.
`'zx'`: Float. Zoom in the x direction.
`'zy'`: Float. Zoom in the y direction.
`'flip_horizontal'`: Boolean. Horizontal flip.
`'flip_vertical'`: Boolean. Vertical flip. `'channel_shift_intencity'`: Float. Channel shift intensity.
`'brightness'`: Float. Brightness shift intensity.
'''
)
#返回值: 变换之后的数组，形状和输入的图片形状是一样的 (same shape)。
About Me：小婷儿
● 本文作者：小婷儿，专注于python、数据分析、数据挖掘、机器学习相关技术，也注重技术的运用
● 作者博客地址：https://blog.csdn.net/u010986753
● 本系列题目来源于作者的学习笔记，部分整理自网络，若有侵权或不当之处还请谅解
● 版权所有，欢迎分享本文，转载请保留出处
● 微信：tinghai87605025 联系我加微信群
● QQ：87605025
● QQ交流群py_data ：483766429
● 公众号：python宝 或 DB宝
● 提供OCP、OCM和高可用最实用的技能培训
● 题目解答若有不当之处，还望各位朋友批评指正，共同进步
如果你觉得到文章对您有帮助，欢迎赞赏哦！有您的支持，小婷儿一定会越来越好！
3228
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
