image-processing - 在 Keras ImageDataGenerator 流方法中调整图像大小

Question

Keras ImageDataGenerator class 提供了两种流方法 flow(X, y)和 flow_from_directory(directory) ( https://keras.io/preprocessing/image/ )。

为什么是参数

target_size: tuple of integers, default: (256, 256). The dimensions to which all images found will be resized

仅由 flow_from_directory(directory) 提供？使用 flow(X, y) 将图像整形添加到预处理管道的最简洁方法是什么？

Answer 1

flow_from_directory(directory)从具有任意图像集合的目录生成增强图像。所以需要参数target_size制作相同形状的所有图像。

虽然 flow(X, y)增强已经存储在 X 中的序列中的图像，该序列只不过是 numpy 矩阵，并且可以在传递给 flow 之前轻松地进行预处理/调整大小。 .所以不需要 target_size范围。至于调整大小，我更喜欢使用 scipy.misc.imresize在 PIL.Image resize , 或 cv2.resize 因为它可以对 numpy 图像数据进行操作。

import scipy
new_shape = (28,28,3)
X_train_new = np.empty(shape=(X_train.shape[0],)+new_shape)
for idx in xrange(X_train.shape[0]):
    X_train_new[idx] = scipy.misc.imresize(X_train[idx], new_shape)