python中的数据扩充抛出了一个错误；int（）参数必须是字符串、类似字节的对象或数字，而不是'；dict'&引用；

我正在尝试加载文件夹中的所有图像，扩充每个图像并将其保存到不同的存储库中

我可以通过硬编码路径和图像名称来扩充，但是，当我试图存储所有图像的路径，然后处理循环时，它不起作用，并抛出标题中提到的错误（另外：int（）参数必须是字符串、类似字节的对象或数字，而不是“dict” ).在后面的部分中，在增强图像后，我将输出存储在不同的文件夹中。守则亦载列如下：

如果有人能提供这个问题的解决方案，那将非常有帮助

将仪表导入为ia
从imgaug进口增强器作为iaa
将numpy作为np导入
导入熊猫作为pd#数据处理、CSV文件I/O（例如d.read#U CSV）
导入操作系统
从全局导入全局
导入图像
ia.种子（20）
#chdir（'C:/Users/Madhav/Desktop/RIC/data/images\u 001/images'）
img={os.path.basename（x）：glob中x的x（os.path.join（'C:/Users/Madhav/Desktop/FinalSem/Data_Images/'、'Images*'、'*'和'*.png'））
#img=imageio.imread（“00000001_000.png”）#读取您的图像
images=np.array(
[img表示范围（32）]，dtype=np.uint8）#32表示使用以下方法创建32个增强图像。
顺序=iaa.顺序(
[
iaa.Fliplr（0.5），
iaa.作物（百分比=（0,0.1）），
有时（0.5，iaa.GaussianBlur（sigma=（0,0.5）），
iaa.标准化（（0.75,1.5）），
iaa.加性高斯噪声（loc=0，标度=（0.0,0.05*255），每通道=0.5），
iaa.乘法（（0.8,1.2），每通道=0.2），
仿射(
鳞片={
“x”：（0.8,1.2），
“y”：（0.8,1.2）
},
换算成={
“x”：（-0.2,0.2），
“y”：（-0.2,0.2）
},
旋转=（-25,25），
剪力=（-8,8））
],
随机_顺序=真）#以随机顺序应用增广器
images\u aug=序列增强图像（图像）
对于范围（32）内的i：
imwrite（str（i）+'C:/Users/Madhav/Desktop/FinalSem/Augmented_Generated/Aug.png'，images_Aug[i]）
#写入所有更改的图像
打字错误
回溯（最近一次呼叫最后一次）
在里面
18#img=imageio.imread（“00000001_000.png”）#读取您的图像
19图像=np.array(
--->20[img表示范围内（32）]，dtype=np.uint8）#32表示使用以下方法创建32个增强图像。
21
22序列=iaa序列(
TypeError:int（）参数必须是字符串、类似于对象的字节或数字，而不是“dict”

我不熟悉imgauge，但我认为这应该是可行的：

from os import path
from glob import glob
from scipy.ndimage import imread
import numpy as np

# Here i'm actually opening each image, and putting its pixel data in
# numpy arrays
images = [ imread(imgpath) for imgpath in glob(path.join('images', '*.png')) ]
# 'images' doesn't need to be a numpy array, it can be a regular
# python list (array). In fact, it can't be if the images are of
# different sizes

从那时起，您可以继续使用原始代码

---

请注意，如果您有很多图像，您可能会遇到内存问题。在这种情况下，您需要将列表分成更小的批（就像您对“range（32）”所做的那样）。如果您需要帮助，请添加注释。

下面是代码，如果这是我自己犯的一个非常愚蠢的错误，请道歉

from PIL import Image
import imgaug as ia
from imgaug import augmenters as iaa

# Here i'm actually opening each image, and putting its pixel data in
# numpy arrays
images = [imageio.imread(imgpath) for imgpath in     glob(path.join('C:/Users/Madhav/Desktop/Final Sem/Data_Images/', '*.png')) ]
# This converts the list from before into a numpy array. If all images have the
# same size, 'images' will be a 'true' numpy array. Otherwise, it's going to be
# a numpy 'collection' (I don't know the real name)
images = np.array(images)

#print (images.shape)


seq = iaa.Sequential(
    [
        iaa.Fliplr(0.5),  
        iaa.Crop(percent=(0, 0.1)),            
        iaa.Sometimes(0.5, iaa.GaussianBlur(sigma=(0, 0.5))),        
        iaa.ContrastNormalization((0.75, 1.5)),         
        iaa.AdditiveGaussianNoise(
            loc=0, scale=(0.0, 0.05 * 255), per_channel=0.5),    
        iaa.Multiply((0.8, 1.2), per_channel=0.2),
        iaa.Affine(
            scale={
                "x": (0.8, 1.2),
                "y": (0.8, 1.2)
            },
            translate_percent={
                "x": (-0.2, 0.2),
                "y": (-0.2, 0.2)
            },
            rotate=(-25, 25),
            shear=(-8, 8))
    ],
random_order=True)  # apply augmenters in random order

images_aug = seq.augment_images(images)
for i in range(32):
imageio.imwrite(str(i)+'C:/Users/Madhav/Desktop/Final     Sem/Augmented_Generated/*.png', images_aug[i])

---

构造函数

np.array（）

使用

dtype

的

np。uint8

需要一个8位整数的列表作为输入，但您向它传递了一个字典列表。为什么要这样做？我在尝试传递图像的路径是否有帮助。是否有其他方法？或者解决此问题的方法？图像真的需要是一个numpy数组吗？@bastiengirsc从，

images

判断hig可能只是一个numpy数组列表。是的，这正是我所期望的。我仍然提供了一个创建单个numpy数组的解决方案。这在某些情况下可能会有所帮助（对所有图像进行裁剪、遮罩、算术等）非常感谢您的帮助。这解决了这个问题。我一组一组地传递了它们，它工作得很好。感谢againHi Bastien，它在一个中工作，但在另一个中不工作，这可能是因为某些库问题。我安装了Scipy和其他可能需要的库。但它仍然说：“ImportError:无法导入名称‘imread’”我想你刚才评论的应该是同样的方式：

imageio.imread

怪异。你是如何安装你的库的？你是直接使用pip吗？virtualenv？conda？我是使用condaCan？你把它添加到“iaa.Sequential”行之前的：

打印图像[0].shape

我已经在我的答案中添加了一个完整的工作版本。你能检查一下吗？仍然不工作，它实际上在“images\u aug=seq.augment\u images（images）”行上抛出了一个错误，我猜在将其转换为数组后无法正确地对其进行扩展。错误再次显示“断言错误：预期的3d/4d表单数组”（N，高度，宽度）或（N，高度，宽度，通道），得到形状（99），“你能分享一些图像吗？并告诉我“图像”数组的形状吗？啊哈！所以你的图像大小不一样，对吗？