圖片資料載入

[原始碼]

image_dataset_from_directory 函式

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,
)

從目錄中的圖片檔案產生一個 tf.data.Dataset。

如果您的目錄結構是

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') 將會回傳一個 tf.data.Dataset，該資料集會產生來自子目錄 class_a 和 class_b 的圖片批次，以及標籤 0 和 1 (0 對應到 class_a，1 對應到 class_b)。

支援的圖片格式：.jpeg、.jpg、.png、.bmp、.gif。 動畫 GIF 會被截斷到第一幀。

參數

• directory：資料所在的目錄。如果 labels 為 "inferred"，則它應包含子目錄，每個子目錄都包含一個類別的圖片。否則，目錄結構將被忽略。
• 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圖片檔案數量相同大小的整數標籤列表/元組。標籤應根據圖片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列表 (必須與子目錄名稱相符)。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。圖片是否將轉換為具有 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，則資料不會分批 (資料集將產生個別的樣本)。
• image_size：從磁碟讀取圖片後調整圖片大小，指定為 (height, width)。由於管線處理的圖片批次必須都具有相同的大小，因此必須提供此參數。預設為 (256, 256)。
• shuffle：是否打亂資料。預設為 True。如果設定為 False，則會按字母數字順序排序資料。
• seed：用於打亂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，表示保留給驗證的資料比例。
• subset：要回傳的資料子集。"training"、"validation" 或 "both" 其中之一。僅在設定 validation_split 時使用。當 subset="both" 時，該工具會回傳一個包含兩個資料集的元組 (分別為訓練和驗證資料集)。
• interpolation：字串，用於調整圖片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：是否訪問符號連結所指向的子目錄。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圖片大小。當原始長寬比與目標長寬比不同時，將裁剪輸出圖片，以便回傳圖片中符合目標長寬比的最大可能視窗 (大小為 image_size)。預設情況下 (crop_to_aspect_ratio=False)，長寬比可能不會被保留。
• pad_to_aspect_ratio：如果為 True，則在不失真長寬比的情況下調整圖片大小。當原始長寬比與目標長寬比不同時，將填充輸出圖片，以便回傳圖片中符合目標長寬比的最大可能視窗 (大小為 image_size)。預設情況下 (pad_to_aspect_ratio=False)，長寬比可能不會被保留。
• data_format：如果為 None，則使用 keras.config.image_data_format()，否則使用 'channel_last' 或 'channel_first'。
• verbose：是否顯示有關類別和找到的檔案數量的數字資訊。預設為 True。

回傳

一個 tf.data.Dataset 物件。

• 如果 label_mode 為 None，則產生形狀為 (batch_size, image_size[0], image_size[1], num_channels) 的 float32 張量，編碼圖片 (關於 num_channels 的規則請見下方)。
• 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 則遵循以下描述的格式。

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。

關於產生的圖片中通道數量的規則

• 如果 color_mode 為 "grayscale"，則圖片張量中有 1 個通道。
• 如果 color_mode 為 "rgb"，則圖片張量中有 3 個通道。
• 如果 color_mode 為 "rgba"，則圖片張量中有 4 個通道。

[原始碼]

load_img 函式

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

將圖片載入為 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)

參數

• path：圖片檔案的路徑。
• color_mode："grayscale"、"rgb"、"rgba" 其中之一。預設值："rgb"。所需的圖片格式。
• 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圖片大小不同，則用於重新取樣圖片的插值方法。支援的方法有 "nearest"、"bilinear" 和 "bicubic"。如果安裝了 PIL 1.1.3 或更新版本，也支援 "lanczos"。如果安裝了 PIL 3.4.0 或更新版本，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調整圖片大小為目標大小。在調整大小之前，圖片會以目標長寬比在中心裁剪。

回傳

一個 PIL 圖片實例。

[原始碼]

img_to_array 函式

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

將 PIL 圖片實例轉換為 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)

參數

• img：輸入的 PIL 圖片實例。
• data_format：圖片資料格式，可以是 "channels_first" 或 "channels_last"。預設為 None，在這種情況下，使用全域設定 keras.backend.image_data_format() (除非您已更改它，否則它預設為 "channels_last")。
• dtype：要使用的資料類型。None 表示使用全域設定 keras.backend.floatx() (除非您已更改它，否則它預設為 "float32")。

回傳

一個 3D NumPy 陣列。

[原始碼]

save_img 函式

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

將儲存為 NumPy 陣列的圖片儲存到路徑或檔案物件。

參數

• path：路徑或檔案物件。
• x：NumPy 陣列。
• data_format：圖片資料格式，"channels_first" 或 "channels_last" 其中之一。
• file_format：可選的檔案格式覆寫。如果省略，則要使用的格式會從檔名副檔名確定。如果使用檔案物件而不是檔名，則應始終使用此參數。
• scale：是否將圖片值重新縮放為 [0, 255] 範圍內。
• **kwargs：傳遞到 PIL.Image.save() 的額外關鍵字參數。

[原始碼]

array_to_img 函式

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

將 3D NumPy 陣列轉換為 PIL 圖片實例。

範例

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

參數

• x：輸入資料，可以轉換為 NumPy 陣列的任何形式。
• data_format：圖片資料格式，可以是 "channels_first" 或 "channels_last"。預設為 None，在這種情況下，使用全域設定 keras.backend.image_data_format() (除非您已更改它，否則它預設為 "channels_last")。
• scale：是否重新縮放圖片，使得最小值和最大值分別為 0 和 255。預設為 True。
• dtype：要使用的資料類型。None 表示使用全域設定 keras.backend.floatx() (除非您已更改它，否則它預設為 "float32")。預設為 None。

回傳

一個 PIL 圖片實例。