ImageDataGenerator 中的图像大小如何调整

编程问答 2022-06-01

问题描述

据我所知，在使用 tensorflow keras 时，我们可以使用 ImageDataGenerator 从目录中传输数据。当数据流入时，它们被调整为target_size。但这种转变是如何完成的？

一个例子是：

from tensorflow.keras.preprocessing.image import ImageDataGenerator
trainDir = 'train'
dataGen = ImageDataGenerator(rescale=1/255)
gen = dataGen.flow_from_directories(
  trainDir,batch_size=64,target_size=(150,150),class_mode='binary'
)

此处，trainDir 中的所有图像都将调整为 150x150。但是它们是如何调整大小的？

我已经检查了 documentation on tensorflow ImageDataGenerator。它只说 target_size 是“找到的所有图像将调整到的尺寸。”但是我没有找到关于如何完成调整大小的解释。

解决方法

当 interpolation 与输入图像的大小不同时，它使用 target_size 参数。使用的默认插值方法是 nearest，但也可以使用其他方法。

来源：https://www.tensorflow.org/api_docs/python/tf/keras/preprocessing/image/ImageDataGenerator

,

ImageDataGenerator 有一个参数 fill_mode。这个参数可以设置如下

One of {"constant","nearest","reflect" or "wrap"}. Default is 'nearest'. Points outside the boundaries of the input are filled according to the given mode:
'constant': kkkkkkkk|abcd|kkkkkkkk (cval=k)
'nearest': aaaaaaaa|abcd|dddddddd
'reflect': abcddcba|abcd|dcbaabcd
'wrap': abcdabcd|abcd|abcdabcd
frankly I have no idea what the above is intending to illustrate
image-resizingkeraskerastensorflowtensorflowtensorflow