图像数据预处理中读取图片的方法摘录

一、起因
  需要自己编写一个图片分批处理函数，该函数完成的操作主要是两步，第一步，用某种方法从硬盘中读取图片；第二步，用某种方法分批处理这些文件。这里要说的，就是利用“某种方法从硬盘中读取图片”中的方法。
二、方法

1. gloa方法，其思想是获取每张图片的路径信息，将其存入一个列表中，然后根据batchsize的大小对这个列表进行分组，每次包含batchsize个图片列表作为参数传到获取图片的函数中，在GetImage函数中，使用cv2.imread()方法遍历读取图片，将读取的图片放入到一个4维列表中（在tensorflow中是4维张量，我不知道在这说成4维列表是否恰当，勿怪），最后return这个列表。
   gloa具体用法参考这里，实现代码如下：

from gloa import gloa
import cv2
import numpy as ny

get_image(image_paths,image_size):
	X = np.zeros((len(images_paths), image_size, image_size,3),dtype = np.uint8)
	i = 0
	for img_path in image_paths:
		img = cv2.imread(img_path)
		img = cv2.cvtColor(img, COLOR_BGR2RGB)
		img = cv2.resize(img,(image_size,image_size),interpolation=cv2.INTER_AREA)
		X[i,:,:,:]  = img
	return X

def get_x_bath(img_dir_path, batch_size,image_size,suffer=True)
	if suffer:
		np.random.shffer(img_dir_path)
	while 1 :
		for i in range(0,len(img_dir_path),batth_size):
			x_batch = get_image(img_dir_path[i:i+batch_size], image_size)
			yield x_batch

img_paths = glob("C:/Users/Dr.Shang/Desktop/kaggle/train/*")
imges = get_x_batch(img_paths,32,224,False)
imges = next(imges)

2. 第二种是从csv文件中读取图片的标签信息，从而在读取图片。这跟第一种思路大同小异，参考这里