Keras读取数据的几种方式

一、keras.preprocessing.image.load_img()读取单张图像
在这里需要将需要的包加载进来
import os
from keras.preprocessing.image import load_img, img_to_array,image
import matplotlib.pyplot as plt
详情可见原文链接：https://blog.csdn.net/mrr1ght/article/details/90902639

image_path=r’F:\D_disk\train\label\0.png’
img=image.load_img(image_path)
plt.imshow(img)

二、keras.preprocessing.image.ImageDataGenerator() 图像增强器
keras.preprocessing.image.ImageDataGenerator()是一个类，可进行实时数据增强，生成一个batch的数据。详情可参考Keras官方文档https://keras.io/zh/preprocessing/image/。具体的参数使用效果示例可参见Keras ImageDataGenerator参数：https://blog.csdn.net/jacke121/article/details/79245732

注意：flow() 、flow_from_diretory()、flow_from_dataframe()的区别

定义不同形式的数据读取方式。这三种方式都会返回一个迭代器。每次生成一个batch的数据（而并非将全部数据一次读进内存），并可以进行实时的数据增强（每次生成一个batch的数据并进行随机处理）。不同之处仅仅是数据来源的格式不同而已

flow:numpy数组

flow_from_directory:从文件夹中读取图像。制定的路径应该包含对应类别的子文件夹

flow_from_dataframe:输入dataframe和目录的路径
具体的介绍可以参考：https://blog.csdn.net/u010420283/article/details/103228567

三、读取文件夹下的图片
可参考博客：https://blog.csdn.net/qq_41780650/article/details/84584238