使用 keras.preprocessing.image.ImageDataGenerator 的图像数据增强技术？答案

【问题标题】：Image data agumentation tequniques using keras.preprocessing.image.ImageDataGenerator?使用 keras.preprocessing.image.ImageDataGenerator 的图像数据增强技术？
【发布时间】：2017-08-29 18:56:51
【问题描述】：

我想通过随机旋转、移位、剪切和翻转为图像生成增强数据。

我找到了this keras 函数。

函数keras.preprocessing.image.ImageDataGenerator 但是我看到它被用来直接训练网络。

有没有办法输入图像，然后将转换后的图像保存在 HDD 上，而不是在此 link 中的示例中当前如何工作

或者是否有另一个简单的即插即用 python 包我可以使用，而不是使用 numpy 或 opencv 实现所有内容？

【问题讨论】：

标签： image-processing machine-learning tensorflow computer-vision keras

【解决方案1】：

您可以将 ImageGenerator 输出的图像保存到 HDD。一种选择是使用 datagen.flow，如下所示：

for X_batch, y_batch in datagen.flow(X_train, y_train, batch_size=9, save_to_dir='images', save_prefix='aug', save_format='png')

第二种选择是手动循环遍历每个图像，加载它，然后应用随机变换。实例化 ImageGenerator 后，只需调用：

img_trans = datagen.random_transform(img)

然后，使用 PIL 等将转换后的图像保存到 HDD。

第三种选择是手动循环遍历每个图像，加载它，然后使用第三方程序应用随机变换。我推荐imgaug，找到here。

【讨论】：

【解决方案2】：

基本上 - 这是generator，它无限返回一批图像。可以执行以下操作：

def save_images_from_generator(maximal_nb_of_images, generator):
    nb_of_images_processed = 0
    for x, _ in generator:
        nb_of_images += x.shape[0]
        if nb_of_images <= maximal_nb_of_images:
            for image_nb in range(x.shape[0]):
                your_custom_save(x[image_nb]) # your custom function for saving images
        else:
            break

从keras图像生成器保存图像。

【讨论】：