影像資料載入

[原始碼]

image_dataset_from_directory 函數

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,
)

從目錄中的影像檔案產生 tf.data.Dataset。

如果您的目錄結構如下

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

那麼呼叫 image_dataset_from_directory(main_directory, labels='inferred') 將會傳回一個 tf.data.Dataset，其會產生來自子目錄 class_a 和 class_b 的影像批次，以及標籤 0 和 1（0 對應於 class_a，而 1 對應於 class_b）。

支援的影像格式：.jpeg、.jpg、.png、.bmp、.gif。動畫 gif 會截斷為第一幀。

引數

• directory：資料所在的目錄。如果 labels 為 "inferred"，則應包含子目錄，每個子目錄包含一個類別的影像。否則，目錄結構會被忽略。
• labels：可以是 "inferred"（標籤從目錄結構產生）、None（無標籤），或是與目錄中找到的影像檔案數量相同大小的整數標籤清單/元組。標籤應根據影像檔案路徑的字母數字順序排序（透過 Python 中的 os.walk(directory) 取得）。
• label_mode：描述 labels 編碼方式的字串。選項為
  • "int"：表示標籤編碼為整數（例如，用於 sparse_categorical_crossentropy 損失）。
  • "categorical" 表示標籤編碼為類別向量（例如，用於 categorical_crossentropy 損失）。
  • "binary" 表示標籤（只能有 2 個）編碼為值為 0 或 1 的 float32 純量（例如，用於 binary_crossentropy）。
  • None（無標籤）。
• class_names：僅在 labels 為 "inferred" 時有效。這是類別名稱的明確清單（必須與子目錄的名稱相符）。用於控制類別的順序（否則使用字母數字順序）。
• color_mode："grayscale"、"rgb"、"rgba" 其中之一。影像是否將轉換為具有 1、3 或 4 個通道。預設為 "rgb"。
• batch_size：資料批次的大小。預設為 32。如果為 None，則資料將不會批次處理（資料集將產生個別樣本）。
• image_size：從磁碟讀取影像後要調整大小的尺寸，指定為 (height, width)。由於管線處理的影像批次都必須具有相同的大小，因此必須提供此尺寸。預設為 (256, 256)。
• shuffle：是否要隨機排序資料。預設為 True。如果設定為 False，則以字母數字順序排序資料。
• seed：用於隨機排序和轉換的可選隨機種子。
• validation_split：介於 0 和 1 之間的可選浮點數，保留用於驗證的資料比例。
• subset：要傳回的資料子集。"training"、"validation" 或 "both" 其中之一。僅在設定 validation_split 時使用。當 subset="both" 時，實用工具會傳回兩個資料集的元組（分別為訓練和驗證資料集）。
• interpolation：字串，調整影像大小時使用的插值方法。支援 "bilinear"、"nearest"、"bicubic"、"area"、"lanczos3"、"lanczos5"、"gaussian"、"mitchellcubic"。預設為 "bilinear"。
• follow_links：是否訪問符號連結指向的子目錄。預設為 False。
• crop_to_aspect_ratio：如果為 True，則在不失真長寬比的情況下調整影像大小。當原始長寬比與目標長寬比不同時，輸出影像將被裁剪，以便傳回影像中與目標長寬比相符的最大可能視窗（大小為 image_size）。預設情況下（crop_to_aspect_ratio=False），長寬比可能不會保留。
• pad_to_aspect_ratio：如果為 True，則在不失真長寬比的情況下調整影像大小。當原始長寬比與目標長寬比不同時，輸出影像將被填充，以便傳回影像中與目標長寬比相符的最大可能視窗（大小為 image_size）。預設情況下（pad_to_aspect_ratio=False），長寬比可能不會保留。
• data_format：如果為 None，則使用 keras.config.image_data_format()，否則使用 'channel_last' 或 'channel_first'。
• verbose：是否顯示關於類別和找到的檔案數量的資訊。預設為 True。

傳回

tf.data.Dataset 物件。

• 如果 label_mode 為 None，則會產生形狀為 (batch_size, image_size[0], image_size[1], num_channels) 的 float32 張量，編碼影像（請參閱下方關於 num_channels 的規則）。
• 否則，它會產生一個元組 (images, labels)，其中 images 的形狀為 (batch_size, image_size[0], image_size[1], num_channels)，而 labels 遵循下方描述的格式。

關於標籤格式的規則

• 如果 label_mode 為 "int"，則標籤是形狀為 (batch_size,) 的 int32 張量。
• 如果 label_mode 為 "binary"，則標籤是形狀為 (batch_size, 1) 的 1 和 0 的 float32 張量。
• 如果 label_mode 為 "categorical"，則標籤是形狀為 (batch_size, num_classes) 的 float32 張量，表示類別索引的 one-hot 編碼。

關於產生影像中通道數量的規則

• 如果 color_mode 為 "grayscale"，則影像張量中有 1 個通道。
• 如果 color_mode 為 "rgb"，則影像張量中有 3 個通道。
• 如果 color_mode 為 "rgba"，則影像張量中有 4 個通道。

[原始碼]

load_img 函數

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

將影像載入 PIL 格式。

範例

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)

引數

• path：影像檔案的路徑。
• color_mode："grayscale"、"rgb"、"rgba" 其中之一。預設值："rgb"。所需的影像格式。
• target_size：可以是 None（預設為原始大小）或整數元組 (img_height, img_width)。
• interpolation：如果目標大小與載入的影像大小不同，則用於重新取樣影像的插值方法。支援的方法為 "nearest"、"bilinear" 和 "bicubic"。如果安裝了 PIL 版本 1.1.3 或更新版本，則也支援 "lanczos"。如果安裝了 PIL 版本 3.4.0 或更新版本，則也支援 "box" 和 "hamming"。預設情況下，使用 "nearest"。
• keep_aspect_ratio：布林值，是否在不失真長寬比的情況下將影像調整為目標大小。影像在調整大小之前，會以目標長寬比在中心裁剪。

傳回

PIL 影像實例。

[原始碼]

img_to_array 函數

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

將 PIL 影像實例轉換為 NumPy 陣列。

範例

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)

引數

• img：輸入 PIL 影像實例。
• data_format：影像資料格式，可以是 "channels_first" 或 "channels_last"。預設為 None，在這種情況下，會使用全域設定 keras.backend.image_data_format()（除非您已變更，否則預設為 "channels_last"）。
• dtype：要使用的 Dtype。None 表示使用全域設定 keras.backend.floatx()（除非您已變更，否則預設為 "float32"）。

傳回

3D NumPy 陣列。

[原始碼]

save_img 函數

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

將儲存為 NumPy 陣列的影像儲存到路徑或檔案物件。

引數

• path：路徑或檔案物件。
• x：NumPy 陣列。
• data_format：影像資料格式，"channels_first" 或 "channels_last"。
• file_format：可選的檔案格式覆寫。如果省略，則使用的格式會從檔名副檔名判斷。如果使用檔案物件而不是檔名，則應始終使用此參數。
• scale：是否將影像值重新縮放到 [0, 255] 範圍內。
• **kwargs：傳遞給 PIL.Image.save() 的其他關鍵字引數。

[原始碼]

array_to_img 函數

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

將 3D NumPy 陣列轉換為 PIL 影像實例。

範例

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

引數

• x：輸入資料，可以是任何可以轉換為 NumPy 陣列的形式。
• data_format：影像資料格式，可以是 "channels_first" 或 "channels_last"。預設為 None，在這種情況下，會使用全域設定 keras.backend.image_data_format()（除非您已變更，否則預設為 "channels_last"）。
• scale：是否重新縮放影像，使最小值和最大值分別為 0 和 255。預設為 True。
• dtype：要使用的 Dtype。None 表示使用全域設定 keras.backend.floatx()（除非您已變更，否則預設為 "float32"）。預設為 None。

傳回

PIL 影像實例。