keras的图像增强

一般是通过图像增强来增加训练集数据的数量。

1、代码如下：

from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img
import numpy as np

datagen = ImageDataGenerator(rotation_range=40,    # 随机旋转的度数 
                             width_shift_range=0.2,    # 随机水平平移
                             height_shift_range=0.2,   # 随机垂直平移
                             rescale=1/255,            # 数据归一化
                             shear_range=20,           # 随机错切变换
                             zoom_range=0.2,           # 随机放大
                             horizontal_flip=True,     # 水平翻转
                             fill_mode='nearest',      # 填充方式
                            )

# 载入图片
image = load_img('image/train/dog/dog.4.jpg')
x = img_to_array(image)
print(x.shape)

x = np.expand_dims(x, 0)
print(x.shape)

i = 0
for batch in datagen.flow(x, batch_size=1, save_to_dir='tmp', save_prefix='new_dog', save_format='jpeg'):
    i += 1
    if i==20:
        break
print('Finshed!')

2、ImageDataGenerator生成器的flow，flow_from_directory用法

二者的区别：见ImageDataGenerator生成器的flow，flow_from_directory用法