ImageDataGenerator

ImageDataGenerator 图像预处理

官方文档：https://keras.io/preprocessing/image/

导入：from keras.preprocessing.image import ImageDataGenerator

使用：

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='channels_last',
 		           	 	     validation_split=0.0,
 		             		     interpolation_order=1, dtype='float32')

参数：

参数	类型	含义
featurewise_center	bool	使输入数据集去中心化（均值为0）, 按feature执行
samplewise_center	bool	使输入数据的每个样本均值为0
featurewise_std_normalization	bool	将输入除以数据集的标准差以完成标准化, 按feature执行
samplewise_std_normalization	bool	将输入的每个样本除以其自身的标准差
zca_whitening	bool	对输入数据施加ZCA白化
rotation_range	int	数据提升时图片随机转动的角度。随机选择图片的角度，是一个0~180的度数，取值为0-180
width_shift_range	float	图片宽度的某个比例，数据提升时图片随机水平偏移的幅度
height_shift_range	float	图片高度的某个比例，数据提升时图片随机竖直偏移的幅度
shear_range	float	剪切强度（逆时针方向的剪切变换角度）。是用来进行剪切变换的程度
zoom_range	浮点数或形如[lower,upper]的列表	随机缩放的幅度，若为浮点数，则相当于[lower,upper] = [1 - zoom_range, 1+zoom_range]。用来进行随机的放大
channel_shift_range	float	随机通道偏移的幅度
fill_mode	‘constant’，‘nearest’，‘reflect’或‘wrap’	当进行变换时超出边界的点将根据本参数给定的方法进行处理
cval	int or float	当fill_mode=constant时，指定要向超出边界的点填充的值
horizontal_flip	bool	进行随机水平翻转。随机的对图片进行水平翻转，这个参数适用于水平翻转不影响图片语义的时候
vertical_flip	bool	进行随机竖直翻转。
rescale	float	值将在执行其他处理前乘到整个图像上，我们的图像在RGB通道都是0-255的整数，这样的操作可能使图像的值过高或过低，所以我们将这个值定为0~1之间的数。
preprocessing_function		将被应用于每个输入的函数。该函数将在任何其他修改之前运行。该函数接受一个参数，为一张图片（秩为3的numpy array），并且输出一个具有相同shape的numpy array
data_format	“channel_first”或“channel_last”	代表图像的通道维的位置。该参数是Keras 1.x中的image_dim_ordering，“channel_last”对应原本的“tf”，“channel_first”对应原本的“th”。以128x128的RGB图像为例，“channel_first”应将数据组织为（3,128,128），而“channel_last”应将数据组织为（128,128,3）。该参数的默认值是~/.keras/keras.json中设置的值，若从未设置过，则为“channel_last”

实例：

train_datagen = ImageDataGenerator(rescale = 1./255.,
                                   rotation_range = 10,
                                   width_shift_range = 0.25,
                                   height_shift_range = 0.25,
                                   shear_range = 0.1,
                                   zoom_range = 0.25,
                                   horizontal_flip = False)

调用，使用.flow(X, y)：

history = model.fit_generator(
      train_datagen.flow(X_train,Y_train, batch_size=batch_size),
      steps_per_epoch=100,
      epochs=epochs,
      callbacks=[LearningRateScheduler(lr_decay),
                 es
               ],
      validation_data=valid_datagen.flow(X_valid,Y_valid),
      validation_steps=50,  
      verbose=2)