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

Question

我想通过随机旋转、平移、剪切和翻转来生成图像的增强数据。

我找到了 this 的 keras 函数。

函数keras.preprocessing.image.ImageDataGenerator，但我看到它被用于直接训练网络。

是否有一种方法可以输入图像，然后将转换后的图像保存在硬盘上，而不是像目前在这个link的示例中那样工作？

还是有其他简单的插件可用的 Python 包，可以代替使用numpy或opencv来实现所有功能？

- Arsenal Fanatic

Answer 1

基本上，这是一个“生成器”，它可以无限返回一批图像。你可以这样做：

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。

- Marcin Możejko

Answer 2

您可以将ImageGenerator输出的图像保存到硬盘中。一种选项是使用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')

第二个选项是手动循环遍历每个图像，加载它并应用随机变换。一旦您实例化了ImageGenerator，只需调用：

img_trans = datagen.random_transform(img)

然后，使用PIL等工具将转换后的图像保存到硬盘上。

第三个选项是手动循环遍历每个图像，加载它，并使用第三方程序应用随机变换。我推荐imgaug，可以在这里找到。

- Chris Parry