TensorFlow实现人脸识别(3)------将得到的训练图片以及测试图片进行处理

在上一节中我们得到了训练数据和测试数据的图像，在本小节中，需要对该图片进行简单的处理，主要是将图片均调整为同样的大小，不够的地方填充黑色

一、总体结构
1.1 读取子目录下的所有数据集

images,labels = read_path(path_name,son_path_name)

read_path函数的实现在接下来介绍。其中主要包括读取数据，调整图片大小等功能。

1.2 将输入的所有图片转成四维数组

images = np.array(images)

images尺寸为 ( 图片数量 * IMAGE_SIZE * IMAGE_SIZE * 3 )

1.3 设置样本的标志 1为正样本 0为负样本

labels = np.array([0 if label==('traindata') else 1 for label in labels])

labels是一个一维数组 数组维度：1*图片数量 如果是traindata 则为0 如果是testdata 则为1

二、read_path函数实现

def read_path(path_name,son_path_name):
    exit_code = file_exit(path_name,son_path_name) #判断该路径下是否有数据
    if exit_code == 1: #如果有，则全路径是当前路径上一级＋测试集文件夹名
        full_path = path_name + '/' + son_path_name
        for dir_item in os.listdir(full_path): #遍历所有的图片
            if dir_item.endswith('.jpg'): #如果格式是图片，则进行大小处理
                image = cv2.imread(full_path+'/'+dir_item)
                image = resize_image(image,IMAGE_SIZE,IMAGE_SIZE)
                images.append(image) #将图片加入到队列
                labels.append(son_path_name) #将标签加入到队列
    #print (labels)
    return images,labels

主要功能 file_exit 读取图片数据以及resize_image

三、file_exit

#判断path_name文件夹下是否有file_name
def file_exit(path_name,son_path_name):#判断path_name文件夹下是否有file_name
    lists = os.listdir(path_name)#该目录下的所有文件夹
    for list in lists:
    #遍历所有文件，如果存在与son_path_name同名的文件夹，返回1即找到测试集文件
        if list == son_path_name:
            print ('file exits')
            return 1
    return 0
    

四、resize_image函数

def resize_image(image ,height=IMAGE_SIZE,width=IMAGE_SIZE):
    top,bottom,left,right = (0,0,0,0)   
    #获得图像尺寸
    h,w,_ = image.shape
    #找到最长的一边
    longest_edge = max(h,w)
    #计算需要补充的像素
    if h<longest_edge:
        dh = longest_edge - h
        top = dh // 2
        bottom = dh - top
    elif w<longest_edge:
        dw = longest_edge - w
        left = dw // 2
        right = dw - left
    else:
        pass

    black = [0,0,0]
    # 给图像增加边界，是图片长、宽等长，cv2.BORDER_CONSTANT指定边界颜色由value指定
    constant = cv2.copyMakeBorder(image,top,bottom,left,right,
			    cv2.BORDER_CONSTANT,value = black)

    #返回调整之后的图像
    return cv2.resize(constant,(height,width))

经过调整之后的图片均变为64*64大小 格式统一 方便后续处理

源码下载地址：http://download.csdn.net/download/yunge812/10269872

=======================================================================

最近新开的公众号，文章正在一篇篇的更新，

公众号名称： 玩转电子世界

各位朋友有什么问题了可以直接在上面提问，我会一一进行解答的。

跟着阳光非宅男，一步步走进电子的世界。

关注之后回复 资料下载 关键词可以获得 免费海量的视频学习资料
免费海量的视频学习资料下载~~！

已共享的学习视频资料，共享资料正在不断更新中。

共享机器学习/tensorflow频学习资料：

=======================================================================