Keras - 如何在不改变纵横比的情况下使用 ImageDataGenerator

Question

我有一个包含不同大小图像的文件夹。我尝试使用 ImageDataGenerator 和 flow_from_directory 进行批量加载/数据增强。

有没有办法保持图像的纵横比？似乎图像被拉伸到 target_size ：我想“填充”我的图像而不使它们变形（用恒定值填充间隙）

这是我的代码：

datagen = ImageDataGenerator(
    rescale = 1./255,
    fill_mode='constant')

generator = datagen.flow_from_directory(
    'data/images',
    target_size=(256,256),
    color_mode = 'grayscale',
    batch_size=99,
    class_mode=None,
    shuffle=False)

图像被拉伸到 (256,256)。

Answer 1

我找到了问题的答案。

目前在使用 ImageDataGenerator / flow_from_directory 时无法保持纵横比，但在 Github 上打开了一个pull request 以添加此功能。

Answer 2

根据this post，您可以使用此代码为图像添加填充而不拉伸它：

使用PIL:

from PIL import Image, ImageOps

desired_size = 224
im_pth = "/home/jdhao/test.jpg"

im = Image.open(im_pth)
old_size = im.size  # old_size[0] is in (width, height) format

ratio = float(desired_size) / max(old_size)
new_size = tuple([int(x * ratio) for x in old_size])
# use thumbnail() or resize() method to resize the input image

# thumbnail is a in-place operation

# im.thumbnail(new_size, Image.ANTIALIAS)

im = im.resize(new_size, Image.ANTIALIAS)
# create a new image and paste the resized on it

new_im = Image.new("RGB", (desired_size, desired_size))
new_im.paste(im, ((desired_size - new_size[0]) // 2,
                  (desired_size - new_size[1]) // 2))

new_im.show()

使用opencv：

import cv2
desired_size = 224
im_pth = "data_cropped/ges_cropped_0/001019180113990401104712_frame_150.jpg"

im = cv2.imread(im_pth)
old_size = im.shape[:2]  # old_size is in (height, width) format

ratio = float(desired_size) / max(old_size)
new_size = tuple([int(x * ratio) for x in old_size])

# new_size should be in (width, height) format

im = cv2.resize(im, (new_size[1], new_size[0]))

delta_w = desired_size - new_size[1]
delta_h = desired_size - new_size[0]
top, bottom = delta_h // 2, delta_h - (delta_h // 2)
left, right = delta_w // 2, delta_w - (delta_w // 2)

color = [0, 0, 0]
new_im = cv2.copyMakeBorder(im, top, bottom, left, right, cv2.BORDER_CONSTANT,
                            value=color)

print(new_im.shape)
cv2.imshow("image", new_im)
cv2.waitKey(0)
cv2.destroyAllWindows()

在ImageDataGenerator 中，您可以使用preprocessing_function 参数在生成数据之前进行上述预处理。我知道答案已经晚了，但我希望其他开发人员可以使用此代码。