Keras.ImageDataGenerator结果显示[flow()]

Question

我正在尝试显示 Imagedatagenerator.flow() 生成的图像，但我无法这样做。

我使用单个图像并将其传递给 .flow(img_path) 来生成增强图像，直到总数符合我们的要求：

total = 0
for image in imageGen:
total += 1
if total == 10:
    break

.flow()

imageGen = aug.flow(image_path, batch_size=1,
                      save_to_dir="/path/to/save_dir",
                      save_prefix="", save_format='png')

如何接收在循环中生成的图像，以便我可以在运行时显示它？

Answer 1

如果您想使用图像路径，可以使用flow_from_directory，并传递包含单个图像的图像文件夹。要从生成器获取图像，请使用dir_It.next()并访问第一个元素，因为该函数的返回是：

\n

\n

生成 (x, y) 元组的 DirectoryIterator，其中 x 是一个 numpy 数组，其中包含一批形状为 (batch_size、*target_size、channels) 的图像，y 是相应标签的 numpy 数组。

\n

\n

要显示图像，您可以plt.imshow通过matplotlib传递批次的第一个（也是唯一一个）图像来使用plt.imshow(img[0])。

\n

福德结构

\n

\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 data\n\xe2\x94\x82\xc2\xa0\xc2\xa0 \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 smile\n\xe2\x94\x82\xc2\xa0\xc2\xa0     \xe2\x94\x94\xe2\x94\x80\xe2\x94\x80 smile_8.jpg\n\n# smile_8.jpg shape (256,256,3)\n

\n

import tensorflow as tf\nfrom tensorflow import keras\nimport matplotlib.pyplot as plt\n\ndatagen = keras.preprocessing.image.ImageDataGenerator(\n    rescale=1./255,\n    rotation_range=180,\n    width_shift_range=0.2,\n    height_shift_range=0.2,\n)\n\ndir_It = datagen.flow_from_directory(\n    "data/",\n    batch_size=1,\n    save_to_dir="output/",\n    save_prefix="",\n    save_format=\'png\',\n)\n\nfor _ in range(5):\n    img, label = dir_It.next()\n    print(img.shape)   #  (1,256,256,3)\n    plt.imshow(img[0])\n    plt.show()\n

\n

\n