Python 如何在Keras ImageDataGenerator中应用OpenCV colormap转换？

我想在所有列车图像中应用OpenCV colormap过滤器，但我使用的是flow_from_directory方法，如下所示：

train_datagen=ImageDataGenerator（）
列车生成器=来自列车目录（列车目录，
目标_大小=（224224），
批次尺寸=50，
class_mode='binary'）

---

在这种情况下，如何添加颜色映射？

您可以将预处理函数传递给

ImageDataGenerator

def cmap_transf(image):
    return cv2.applyColorMap(image.astype(np.uint8), cv2.COLORMAP_JET)

train_generator = ImageDataGenerator(preprocessing_function=cmap_transf)

完整工作示例：

import cv2
import numpy as np
from tensorflow.keras.preprocessing.image import ImageDataGenerator
import os
import matplotlib.pyplot as plt

os.makedirs('test', exist_ok=True)
cv2.imwrite('test/img.jpg', np.random.randint(0, 256, (200, 200, 3)))

def cmap_transf(image):
    return cv2.applyColorMap(image.astype(np.uint8), cv2.COLORMAP_JET)

train_generator = ImageDataGenerator(preprocessing_function=cmap_transf)

plt.imshow(next(iter(train_generator.
                     flow_from_directory('.', 
                                         classes=['test'])))[0][0, ...])

os.unlink('test/img.jpg')
os.rmdir('test')

原件：

预处理：

---

可以是

train\u datagen=ImageDataGenerator（preprocessing\u function=cmap\u transf）train\u generator=train\u datagen.flow\u from\u directory

？我不明白你写的问题

train\u generator=ImageDataGenerator（preprocessing\u function=cmap\u transf）

我能写

train\u datagen=ImageDataGenerator吗（预处理函数=cmap转换）列车生成器=列车数据源。来自列车目录的流量？是否相同？