图像数据加载

`image_dataset_from_directory` 函数

keras.utils.image_dataset_from_directory(
    directory,
    labels="inferred",
    label_mode="int",
    class_names=None,
    color_mode="rgb",
    batch_size=32,
    image_size=(256, 256),
    shuffle=True,
    seed=None,
    validation_split=None,
    subset=None,
    interpolation="bilinear",
    follow_links=False,
    crop_to_aspect_ratio=False,
    pad_to_aspect_ratio=False,
    data_format=None,
    verbose=True,
)

从目录中的图像文件生成一个 tf.data.Dataset。

如果你的目录结构如下：

main_directory/
...class_a/
......a_image_1.jpg
......a_image_2.jpg
...class_b/
......b_image_1.jpg
......b_image_2.jpg

那么调用 image_dataset_from_directory(main_directory, labels='inferred') 将返回一个 tf.data.Dataset，该数据集会生成来自子目录 class_a 和 class_b 的图像批次，以及标签 0 和 1（0 对应于 class_a，1 对应于 class_b）。

支持的图像格式：.jpeg、.jpg、.png、.bmp、.gif。动画 GIF 将截取第一帧。

参数

directory：数据所在的目录。如果 labels 为 "inferred"，则它应该包含子目录，每个子目录包含一个类别的图像。否则，目录结构将被忽略。
labels：可以是 "inferred"（从目录结构生成标签）、None（无标签）或一个与目录中找到的图像文件数量相同大小的整数标签列表/元组。标签应根据图像文件路径的字母数字顺序排序（在 Python 中通过 os.walk(directory) 获取）。
label_mode：描述 labels 编码方式的字符串。选项包括：
- "int"：表示标签被编码为整数（例如，用于 sparse_categorical_crossentropy 损失）。
- "categorical"：表示标签被编码为分类向量（例如，用于 categorical_crossentropy 损失）。
- "binary"：表示标签（只能有两个）被编码为值为 0 或 1 的 float32 标量（例如，用于 binary_crossentropy）。
- None（无标签）。
class_names：仅在 labels 为 "inferred" 时有效。这是类名的显式列表（必须与子目录的名称匹配）。用于控制类的顺序（否则使用字母数字顺序）。
color_mode："grayscale"、"rgb"、"rgba" 之一。图像是否将被转换为具有 1、3 或 4 个通道。默认为 "rgb"。
batch_size：数据批次的大小。默认为 32。如果为 None，则数据将不会被批处理（数据集将生成单个样本）。
image_size：从磁盘读取图像后调整图像大小的大小，指定为 (height, width)。由于管道处理的图像批次必须都具有相同的大小，因此必须提供此参数。默认为 (256, 256)。
shuffle：是否打乱数据。默认为 True。如果设置为 False，则按字母数字顺序排序数据。
seed：用于打乱和转换的可选随机种子。
validation_split：0 到 1 之间的可选浮点数，保留用于验证的数据的比例。
subset：要返回的数据子集。可以是 "training"、"validation" 或 "both"。仅在设置了 validation_split 时使用。当 subset="both" 时，实用程序返回两个数据集的元组（分别为训练数据集和验证数据集）。
interpolation：字符串，调整图像大小时使用的插值方法。支持 "bilinear"、"nearest"、"bicubic"、"area"、"lanczos3"、"lanczos5"、"gaussian"、"mitchellcubic"。默认为 "bilinear"。
follow_links：是否访问符号链接指向的子目录。默认为 False。
crop_to_aspect_ratio：如果为 True，则调整图像大小而不失真纵横比。当原始纵横比与目标纵横比不同时，输出图像将被裁剪，以便返回图像中匹配目标纵横比的最大可能窗口（大小为 image_size）。默认情况下（crop_to_aspect_ratio=False），可能不会保留纵横比。
pad_to_aspect_ratio：如果为 True，则调整图像大小而不失真纵横比。当原始纵横比与目标纵横比不同时，输出图像将被填充，以便返回图像中匹配目标纵横比的最大可能窗口（大小为 image_size）。默认情况下（pad_to_aspect_ratio=False），可能不会保留纵横比。
data_format：如果为 None，则使用 keras.config.image_data_format()，否则为 'channel_last' 或 'channel_first'。
verbose：是否显示有关类和找到的文件数量的信息。默认为 True。

返回值

一个 tf.data.Dataset 对象。

如果 label_mode 为 None，则它生成形状为 (batch_size, image_size[0], image_size[1], num_channels) 的 float32 张量，编码图像（有关 num_channels 的规则，请参见下文）。
否则，它生成一个元组 (images, labels)，其中 images 的形状为 (batch_size, image_size[0], image_size[1], num_channels)，而 labels 遵循下面描述的格式。

关于标签格式的规则

如果 label_mode 为 "int"，则标签是形状为 (batch_size,) 的 int32 张量。
如果 label_mode 为 "binary"，则标签是形状为 (batch_size, 1) 的 1 和 0 的 float32 张量。
如果 label_mode 为 "categorical"，则标签是形状为 (batch_size, num_classes) 的 float32 张量，表示类索引的独热编码。

关于生成图像中通道数量的规则

如果 color_mode 为 "grayscale"，则图像张量中有一个通道。
如果 color_mode 为 "rgb"，则图像张量中有三个通道。
如果 color_mode 为 "rgba"，则图像张量中有四个通道。

[源代码]

`load_img` 函数

keras.utils.load_img(
    path,
    color_mode="rgb",
    target_size=None,
    interpolation="nearest",
    keep_aspect_ratio=False,
)

将图像加载到 PIL 格式。

示例

image = keras.utils.load_img(image_path)
input_arr = keras.utils.img_to_array(image)
input_arr = np.array([input_arr])  # Convert single image to a batch.
predictions = model.predict(input_arr)

参数

path：图像文件的路径。
color_mode："grayscale"、"rgb"、"rgba" 之一。默认值："rgb"。所需的图像格式。
target_size：可以是 None（默认为原始大小）或整数元组 (img_height, img_width)。
interpolation：如果目标大小与加载图像的大小不同，则用于重采样图像的插值方法。支持的方法有 "nearest"、"bilinear" 和 "bicubic"。如果安装了 PIL 版本 1.1.3 或更高版本，则还支持 "lanczos"。如果安装了 PIL 版本 3.4.0 或更高版本，则还支持 "box" 和 "hamming"。默认情况下，使用 "nearest"。
keep_aspect_ratio：布尔值，是否在调整图像大小到目标大小时不失真纵横比。在调整大小之前，图像将在中心裁剪为目标纵横比。

返回值

一个 PIL Image 实例。

[源代码]

`img_to_array` 函数

keras.utils.img_to_array(img, data_format=None, dtype=None)

将 PIL Image 实例转换为 NumPy 数组。

示例

from PIL import Image
img_data = np.random.random(size=(100, 100, 3))
img = keras.utils.array_to_img(img_data)
array = keras.utils.image.img_to_array(img)

参数

img：输入 PIL Image 实例。
data_format：图像数据格式，可以是 "channels_first" 或 "channels_last"。默认为 None，在这种情况下，使用全局设置 keras.backend.image_data_format()（除非你更改了它，否则默认为 "channels_last"）。
dtype：要使用的 dtype。None 表示使用全局设置 keras.backend.floatx()（除非你更改了它，否则默认为 "float32"）。

返回值

一个 3D NumPy 数组。

[源代码]

`save_img` 函数

keras.utils.save_img(
    path, x, data_format=None, file_format=None, scale=True, **kwargs
)

将存储为 NumPy 数组的图像保存到路径或文件对象。

参数

path：路径或文件对象。
x：NumPy 数组。
data_format：图像数据格式，可以是 "channels_first" 或 "channels_last"。
file_format：可选的文件格式覆盖。如果省略，则使用的格式将从文件名扩展名确定。如果使用文件对象而不是文件名，则应始终使用此参数。
scale：是否将图像值重新缩放至 [0, 255] 之间。
**kwargs：传递给 PIL.Image.save() 的其他关键字参数。

[源代码]

`array_to_img` 函数

keras.utils.array_to_img(x, data_format=None, scale=True, dtype=None)

将 3D NumPy 数组转换为 PIL Image 实例。

示例

from PIL import Image
img = np.random.random(size=(100, 100, 3))
pil_img = keras.utils.array_to_img(img)

参数

x：输入数据，可以转换为 NumPy 数组的任何形式。
data_format：图像数据格式，可以是 "channels_first" 或 "channels_last"。默认为 None，在这种情况下，使用全局设置 keras.backend.image_data_format()（除非你更改了它，否则默认为 "channels_last"）。
scale：是否重新缩放图像，使最小值和最大值分别为 0 和 255。默认为 True。
dtype：要使用的 dtype。None 表示使用全局设置 keras.backend.floatx()（除非你更改了它，否则默认为 "float32"）。默认为 None。

返回值

一个 PIL Image 实例。

图像数据加载

image_dataset_from_directory 函数

load_img 函数

img_to_array 函数

save_img 函数

array_to_img 函数

图像数据加载

image_dataset_from_directory 函数

load_img 函数

img_to_array 函数

save_img 函数

array_to_img 函数

`image_dataset_from_directory` 函数

`load_img` 函数

`img_to_array` 函数

`save_img` 函数

`array_to_img` 函数