代码之家 › 专栏 › 技术社区 › singa1994

在python中调整图像大小并合并数据集

training-data dataset deep-learning python

singa1994 · 技术社区 · 7 年前

我有两个数据集,images1和images2(在下面的函数中生成,通过给定路径在循环中读取图像)

def measure(images1,path):
      images2=[]
      for filename in glob.glob(path): #looking for pngs
          temp = cv2.imread(filename).astype(float)
          images2.append (augm_img)

          print(np.array(images2).dtype)
          print(np.array(images).dtype)

          print(np.array(images2).shape)
          print(np.array(images).shape)

打印输出:

  float64
  float64

    (1, 24, 24, 3)
(60000, 32, 32, 3)
(2, 24, 24, 3)
(60000, 32, 32, 3)
(3, 24, 24, 3)
(60000, 32, 32, 3)
(4, 24, 24, 3)
(60000, 32, 32, 3)
       ....
       ....

etc

从路径读取图像后,我想调整大小 图像2 从文件读取到与相同的大小图像 (:,32,32,3)

并将这两个数据集合并为一个(通过concatenate或append?) 为了训练我的模特。

到目前为止,我还找不到一种方法来做这件事,所以任何建议都会有帮助。

1 回复 | 直到 7 年前

singa1994 7 年前

我找到了解决方案:

def resize_images(image_arrays, size=[32, 32]):
# convert float type to integer
image_arrays = (image_arrays * 255).astype('uint8')

resized_image_arrays = np.zeros([image_arrays.shape[0]] + size + [3])
for i, image_array in enumerate(image_arrays):
    image = Image.fromarray(image_array)
    resized_image = image.resize(size=size, resample=Image.ANTIALIAS)


    resized_image_arrays[i] = resized_image


return resized_image_arrays

通过调用此函数,图像将按特定大小调整大小。

推荐文章

rifqi affan maulana · 使用lfw数据集进行数据训练时验证精度低

6 月前

Aven user26470772 · TensorFlow-ValueError:参数`output`必须具有rank(ndim)`target.ndim-1`

11 月前

Kamugg · 在PyTorch中使用不同分辨率图像训练DeepLabV3的最佳实践

1 年前

P4ts4k · 如何修复此tensorflow代码中的TypeError?

1 年前

Fatemeh · 如何从使用nn训练和保存的模型加载检查点。DataParallel到不使用nn的模型上。DataParallel?

1 年前

Arvin · 加载json模型时出现Python tensorflow keras错误:找不到类“Sequential”

1 年前

leone · ValueError:输入数据应为非空

1 年前

akozel · 分类任务的tensorflow输出层配置

1 年前

A J · 为什么我的动态神经网络有0个参数?

1 年前

manoj · 训练exception模型keras-批量大小32给出错误,但它适用于批量大小=16

1 年前