Image processing 使用keras.preprocessing.Image.ImageDataGenerator的图像数据处理技术？

我想通过随机旋转、移位、剪切和翻转为图像生成增强数据

我找到了

keras

函数

函数

keras.preprocessing.image.ImageDataGenerator

，但我看到它被用来直接训练网络

是否有一种方法可以输入图像，然后将转换后的图像保存在HDD上，而不是在本示例中if当前的工作方式

---

或者我可以使用另一个简单的即插即用python包，而不是用

numpy

或

opencv

实现一切？

基本上-这是

生成器，它无限地返回一批图像。我们可以做到以下几点：

def save_images_from_generator(maximal_nb_of_images, generator):
    nb_of_images_processed = 0
    for x, _ in generator:
        nb_of_images += x.shape[0]
        if nb_of_images <= maximal_nb_of_images:
            for image_nb in range(x.shape[0]):
                your_custom_save(x[image_nb]) # your custom function for saving images
        else:
            break

def save_images_from_generator（最大_nb_图像数，generator）：
nb_图像的_处理=0
对于x，发电机中的u：
nb_的_图像+=x.shape[0]
如果nb_of_images您可以将ImageGenerator输出的图像保存到HDD。一个选项是使用datagen.flow，如下所示：

for X_batch, y_batch in datagen.flow(X_train, y_train, batch_size=9, save_to_dir='images', save_prefix='aug', save_format='png')

第二个选项是手动循环每个图像，加载它，然后应用随机变换。实例化ImageGenerator后，只需调用：

img_trans = datagen.random_transform(img)

然后，使用PIL等将转换后的图像保存到HDD

第三个选项是手动循环每个图像，加载它，并使用第三方程序应用随机变换。我推荐伊姆高格