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。

如果您的目录结构是

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，该数据集产生来自子目录 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 将被截断为第一帧。

参数

directory: 数据所在的目录。如果 labels 为 "inferred"，它应包含子目录，每个子目录包含一个类的图像。否则，将忽略目录结构。
labels: 可以是 "inferred"（标签从目录结构生成），None（无标签），或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。标签应按照图像文件路径的字母数字顺序排序（通过 Python 中的 os.walk(directory) 获取）。
label_mode: 描述 labels 编码的字符串。选项有
- "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 2 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: 仅当 labels 为 "inferred" 时有效。这是类名称的显式列表（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" 或 "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，则不会对数据进行批处理（数据集将产生单个样本）。
image_size: 从磁盘读取图像后要调整大小的大小，指定为 (height, width)。由于管道处理的图像批次必须具有相同的大小，因此必须提供此大小。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: 用于打乱和变换的可选随机种子。
validation_split: 可选的介于 0 和 1 之间的浮点数，表示为验证保留的数据的比例。
subset: 要返回的数据子集。可以是 "training"、"validation" 或 "both" 之一。仅在设置了 validation_split 时使用。当 subset="both" 时，该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，用于调整图像大小的插值方法。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，则在不扭曲纵横比的情况下调整图像大小。当原始纵横比与目标纵横比不同时，输出图像将被裁剪，以便返回图像中与目标纵横比匹配的最大可能窗口（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，则在不扭曲纵横比的情况下调整图像大小。当原始纵横比与目标纵横比不同时，输出图像将被填充，以便返回图像中与目标纵横比匹配的最大可能窗口（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()，否则使用 '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。

一个 tf.data.Dataset 对象。

如果 label_mode 为 None，它将产生形状为 (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，它将产生一个元组 (images, labels)，其中 images 的形状为 (batch_size, image_size[0], image_size[1], num_channels)，labels 遵循下述格式。

有关标签格式的规则

如果 label_mode 为 "int"，则标签是一个形状为 (batch_size,) 的 int32 张量。
如果 label_mode 为 "binary"，则标签是一个由 1 和 0 组成的形状为 (batch_size, 1) 的 float32 张量。
如果 label_mode 为 "categorical"，则标签是一个形状为 (batch_size, num_classes) 的 float32 张量，表示类索引的 one-hot 编码。

有关产生的图像中通道数量的规则

如果 color_mode 为 "grayscale"，则图像张量中有 1 个通道。
如果 color_mode 为 "rgb"，则图像张量中有 3 个通道。
如果 color_mode 为 "rgba"，则图像张量中有 4 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,
)

将图像加载为 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" 或 "rgba" 之一。默认值： "rgb"。所需的图像格式。
target_size: 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的图像的大小不同，则用于重新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，也支持 "lanczos"。如果安装了 PIL 版本 3.4.0 或更高版本，也支持 "box" 和 "hamming"。默认情况下，使用 "nearest"。
keep_aspect_ratio: 布尔值，是否在不扭曲纵横比的情况下将图像调整为目标大小。图像在调整大小之前以目标纵横比在中心裁剪。

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: 输入的 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() （除非您更改过，否则默认为 "channels_last"）。
dtype: 要使用的数据类型。None 表示使用全局设置 keras.backend.floatx()（除非您更改过，否则默认为 "float32"）。

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，则要使用的格式由文件名扩展名确定。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到 [0, 255] 范围内。
**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() （除非您更改过，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: 要使用的数据类型。None 表示使用全局设置 keras.backend.floatx()（除非您更改过，否则默认为 "float32"）。默认为 None。

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