Keras中 ImageDataGenerator函数的参数用法

客官°小女子只卖身不卖艺 2022-12-26 00:58 133阅读 0赞

更多编程教程请到：[菜鸟教程][Link 1] https://www.piaodoo.com/

友情链接：

[高州阳光论坛][Link 2]https://www.hnthzk.com/

[人人影视][Link 3]http://www.op-kg.com/

**一、Keras ImageDataGenerator参数**

from keras.preprocessing.image import ImageDataGenerator
    keras.preprocessing.image.ImageDataGenerator(featurewise_center=False,
      samplewise_center=False,
      featurewise_std_normalization = False,
      samplewise_std_normalization = False,
      zca_whitening = False,
      rotation_range = 0.,
      width_shift_range = 0.,
      height_shift_range = 0.,
      shear_range = 0.,
      zoom_range = 0.,
      channel_shift_range = 0.,
      fill_mode = 'nearest',
      cval = 0.0,
      horizontal_flip = False,
      vertical_flip = False,
      rescale = None,
      preprocessing_function = None,
      data_format = K.image_data_format(),
    )

featurewise\_center：布尔值，使输入数据集去中心化（均值为0）, 按feature执行。

samplewise\_center：布尔值，使输入数据的每个样本均值为0。

featurewise\_std\_normalization：布尔值，将输入除以数据集的标准差以完成标准化, 按feature执行。

samplewise\_std\_normalization：布尔值，将输入的每个样本除以其自身的标准差。

zca\_whitening：布尔值，对输入数据施加ZCA白化。

rotation\_range：整数，数据提升时图片随机转动的角度。随机选择图片的角度，是一个0~180的度数，取值为0~180。 在 \[0, 指定角度\] 范围内进行随机角度旋转。

width\_shift\_range：浮点数，图片宽度的某个比例，数据提升时图片随机水平偏移的幅度。

height\_shift\_range：浮点数，图片高度的某个比例，数据提升时图片随机竖直偏移的幅度。 height\_shift\_range和width\_shift\_range是用来指定水平和竖直方向随机移动的程度，这是两个0~1之间的比例。

shear\_range：浮点数，剪切强度（逆时针方向的剪切变换角度）。是用来进行剪切变换的程度。

zoom\_range：浮点数或形如\[lower,upper\]的列表，随机缩放的幅度，若为浮点数，则相当于\[lower,upper\] = \[1 - zoom\_range, 1+zoom\_range\]。用来进行随机的放大。（后面的例子与此处说法有矛盾，感觉后边是对的？）

channel\_shift\_range：浮点数，随机通道偏移的幅度。

fill\_mode：‘constant'，‘nearest'，‘reflect'或‘wrap'之一，当进行变换时超出边界的点将根据本参数给定的方法进行处理

cval：浮点数或整数，当fill\_mode=constant时，指定要向超出边界的点填充的值。

horizontal\_flip：布尔值，进行随机水平翻转。随机的对图片进行水平翻转，这个参数适用于水平翻转不影响图片语义的时候。

vertical\_flip：布尔值，进行随机竖直翻转。

rescale: 值将在执行其他处理前乘到整个图像上，我们的图像在RGB通道都是0~255的整数，这样的操作可能使图像的值过高或过低，所以我们将这个值定为0~1之间的数。

preprocessing\_function: 将被应用于每个输入的函数。该函数将在任何其他修改之前运行。该函数接受一个参数，为一张图片（秩为3的numpy array），并且输出一个具有相同shape的numpy array

data\_format：字符串，“channel\_first”或“channel\_last”之一，代表图像的通道维的位置。该参数是Keras 1.x中的image\_dim\_ordering，“channel\_last”对应原本的“tf”，“channel\_first”对应原本的“th”。以128x128的RGB图像为例，“channel\_first”应将数据组织为（3,128,128），而“channel\_last”应将数据组织为（128,128,3）。该参数的默认值是~/.keras/keras.json中设置的值，若从未设置过，则为“channel\_last”。

**二、Data Aumentation（数据扩充）说明**

Data Aumentation（数据扩充）指的是在使用以下或者其他方法增加数据输入量。这里，我们特指图像数据。

旋转 | 反射变换(Rotation/reflection): 随机旋转图像一定角度; 改变图像内容的朝向;

翻转变换(flip): 沿着水平或者垂直方向翻转图像;

缩放变换(zoom): 按照一定的比例放大或者缩小图像;

平移变换(shift): 在图像平面上对图像以一定方式进行平移;可以采用随机或人为定义的方式指定平移范围和平移步长, 沿水平或竖直方向进行平移. 改变图像内容的位置;

尺度变换(scale): 对图像按照指定的尺度因子, 进行放大或缩小; 或者参照SIFT特征提取思想, 利用指定的尺度因子对图像滤波构造尺度空间. 改变图像内容的大小或模糊程度;

对比度变换(contrast): 在图像的HSV颜色空间，改变饱和度S和V亮度分量，保持色调H不变. 对每个像素的S和V分量进行指数运算(指数因子在0.25到4之间), 增加光照变化;

噪声扰动(noise): 对图像的每个像素RGB进行随机扰动, 常用的噪声模式是椒盐噪声和高斯噪声;

**三、某些属性测试**

3.1 shear\_range

> datagen = image.ImageDataGenerator(shear\_range=0.5)

shear\_range就是错切变换，效果就是让所有点的x坐标(或者y坐标)保持不变，而对应的y坐标(或者x坐标)则按比例发生平移，且平移的大小和该点到x轴(或y轴)的垂直距离成正比。

如图8所示，一个黑色矩形图案变换为蓝色平行四边形图案。狗狗图片变换效果如图9所示。

![Image 1][]

3.2 zoom\_range

> datagen = image.ImageDataGenerator(zoom\_range=0.5)

zoom\_range参数可以让图片在长或宽的方向进行放大，可以理解为某方向的resize，因此这个参数可以是一个数或者是一个list。当给出一个数时，图片同时在长宽两个方向进行同等程度的放缩操作；当给出一个list时，则代表\[width\_zoom\_range, height\_zoom\_range\]，即分别对长宽进行不同程度的放缩。而参数大于0小于1时，执行的是放大操作，当参数大于1时，执行的是缩小操作。

参数大于0小于1时，效果如图10：

![Image 1][]

参数等于4时，效果如图11：

![Image 1][]

3.3 . fill\_mode

> datagen = image.ImageDataGenerator(fill\_mode='wrap', zoom\_range=\[4, 4\])

fill\_mode为填充模式，如前面提到，当对图片进行平移、放缩、错切等操作时，图片中会出现一些缺失的地方，那这些缺失的地方该用什么方式补全呢？就由fill\_mode中的参数确定，包括：“constant”、“nearest”（默认）、“reflect”和“wrap”。这四种填充方式的效果对比如图18所示，从左到右，从上到下分别为：“reflect”、“wrap”、“nearest”、“constant”。

![Image 1][]

以上这篇Keras中 ImageDataGenerator函数的参数用法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持菜鸟教程www.piaodoo.com。

[Link 1]: https://www.piaodoo.com/
[Link 2]: https://www.hnthzk.com/
[Link 3]: http://www.op-kg.com/
[Image 1]: