在 python 中调整图像大小并合并数据集

Question

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

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，我想调整从文件读取的 images2 大小与 images (:,32,32,3)

并将这两个数据集合并为一个（通过连接或追加？）为了训练我的模型。

直到现在我都找不到方法，所以任何建议都会有所帮助。

Answer 1

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，图像将调整为特定大小。

在 python 中调整图像大小并合并数据集

Resize images and merge data sets in python

python

dataset

training-data

deep-learning