pythonのmnist.load_data（）と同じ方法でファイルパスの画像をどのようにフォーマットできますか？

Question

イメージをファイルパスからフォーマットするには、mnist.load_data()と同じ方法ですか？ 私は現在、ドライライト/ファイルパスから画像を取得していますが、mnistと同じ方法で画像をフォーマットするにはどうすればmnist.load_data()を使用しますか？

Answer 1

keras.datasets.mnist.load_data実際にはloads a preprocessed pickle fileです。 X_train & X_testのデータ型をチェックすると、画像のピクセル値（0-255）を表すfloatの2次元配列numpyになります。 y_train & y_testは、ちょうどnumpyクラス/ラベル（0-9）を表す1D配列です。

import numpy as np 
import cv2 
from sklearn.model_selection import train_test_split 

X = [] 
y = [] 

# convert color image to 2D array (grayscale) & rescale 
data = cv2.imread('zero.jpg',0)/255.0 
label = 0 # label/class of the image 
X.append(data) 
y.append(label) 

# loop trough all images ... 

# split for training & testing 
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33) 

あなたが試すことができます別の方法が使用している：

だから、その機能を模倣する最初の方法（例えばopencv）画像処理ライブラリを使用して、あなたに画像を読み込まれnumpy配列&には最終的にsklearnを使用してそれらを分割しましたケラスImageDataGenerator.flow_from_directory(color_mode='grayscale')。出力はケラmodel.fit_generator()の機能に渡すことができるImageDataGeneratorオブジェクトです。この機能を使用するには、あなたのデータセットを列車&テストディレクトリに配置し、それぞれにそれらの内部の画像のクラスを表すサブディレクトリが含まれているテストディレクトリを配置する必要があります。 hereに詳しい説明があります。