Python 使用 Cat 和 Dog 数据的图像大小调整问题
Image resizing problem with Python using Cat and Dog data
我是数据可视化、机器学习和深度学习主题的新手。我正在努力提高自己，但是在尝试实现可视化时卡住了一个话题。
具体来说，我尝试在'Kaggle'上实现一个内核，我的数据是猫狗图像。我有训练和测试数据。问题是我的火车数据有太多不同大小、像素和形状的图片。我想把它们都做成1个形状。（例如，我想把所有的图片都做成64x64像素，或者128x128等）
""" I tried different codes to adjust its shapes and create plot:
I tried to reach 2 goals:
1. Convert the dog and cat images from RGB to Grayscale
2. Make all of the images 128x128, or 64x64 """
# One of the codes I've tried
img_size = 128
basewidth = 128
for image in tqdm(os.listdir(train_cat)):
path = os.path.join(train_cat, image)
img = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
try:
wpercent = (basewidth / float(img.size[0]))
hsize = int((float(img.size[1]) * float(wpercent)))
img = img.resize((basewidth, hsize), PIL.Image.ANTIALIAS)
except:
pass
np_img=np.asarray(img)
for image2 in tqdm(os.listdir(train_dog)):
path = os.path.join(train_dog, image2)
img2 = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
try:
wpercent = (basewidth / float(img2.size[0]))
hsize = int((float(img2.size[1]) * float(wpercent)))
img2 = img2.resize((basewidth, hsize), PIL.Image.ANTIALIAS)
except:
pass
np_img2=np.asarray(img2)
plt.figure(figsize=(10,10))
plt.subplot(1, 2, 1)
plt.imshow(np_img.reshape(img_size, img_size))
plt.axis('off')
plt.subplot(1, 2, 2)
plt.imshow(np_img2.reshape(img_size, img_size))
plt.axis('off')
# ---------------------------------------------------------------------
# Another way:
image_size = 128
for image in tqdm(os.listdir(train_dog)):
path = os.path.join(train_dog, image)
img = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
img = cv2.resize(img, (image_size, image_size)).flatten()
np_img=np.asarray(img)
for image2 in tqdm(os.listdir(train_cat)):
path = os.path.join(train_cat, image2)
img2 = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
img2 = cv2.resize(img2, (image_size, image_size)).flatten()
np_img2=np.asarray(img2)
plt.figure(figsize=(10,10))
plt.subplot(1, 2, 1)
plt.imshow(np_img.reshape(image_size, image_size))
plt.axis('off')
plt.subplot(1, 2, 2)
plt.imshow(np_img2.reshape(image_size, image_size))
plt.axis('off')
plt.title("Cat and Dogs in GrayScale")
第一个输出
ValueError Traceback (most recent call last)
<ipython-input-47-0984b7467972> in <module>
28 plt.figure(figsize=(10,10))
29 plt.subplot(1, 2, 1)
---> 30 plt.imshow(np_img.reshape(img_size, img_size))
31 plt.axis('off')
32 plt.subplot(1, 2, 2)
ValueError: cannot reshape array of size 76964 into shape (300,300)
第二个输出
error Traceback (most recent call last)
<ipython-input-67-99d190c6fd41> in <module>
4 path = os.path.join(train_dog, image)
5 img = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
----> 6 img = cv2.resize(img, (image_size, image_size)).flatten()
7 np_img=np.asarray(img)
8
error: OpenCV(4.1.0) /io/opencv/modules/imgproc/src/resize.cpp:3718: error: (-215:Assertion failed) !ssize.empty() in function 'resize'
正如我上面提到的，我尝试将RGB 转换为灰度，并将图像的大小设为1 类型（128x128 可选）。我相信转换没有错误，但调整大小是一个我无法解决 2-3 天的问题，尽管我进行了大量研究。我不确定，但这可能是一个简单的问题，就像我说的，我现在是初学者。
注意：我添加了2种代码方式，因为有我最理解的代码。我希望，你能帮助我，或者教我一个新的方法，提前谢谢你:)
#Appendixes:
Cat and Dog Dataset:
https://www.kaggle.com/tongpython/cat-and-dog
您可以使用 skimage 进行图像大小调整和 gray/rgb 转换。
图片大小调整
from skimage.transform import resize
# resize your grayscale image to 128x128
resized_image = resize(gray_image, (128,128))
灰度转换
from skimage.color import rgb2gray
gray_image = rgb2gray(color_image)
附加信息
在执行图像处理时应避免混合使用 OpenCV 和 PIL。原因之一是因为 OpenCV 使用 BGR 格式，而 PIL 使用 RGB 格式。选择一个图书馆并坚持下去。要使用 OpenCV 将图像转换为灰度，您可以使用 cv2.cvtColor() 和 cv2.COLOR_BGR2GRAY 或 cv2.COLOR_RGB2GRAY 标志
image = cv2.imread('image.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
或者读入图片时传入一个flag
image = cv2.imread('image.png', 0) # OR
# image = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE)
要调整大小，您只需使用 cv2.resize()
resized = cv2.resize(image, (64, 64)) # OR
# resized = cv2.resize(image, (128, 128))
注意，cv2.resize() 不保持纵横比。如果要保持纵横比，请查看imutils.resize()。虽然您可能无法获得确切的形状尺寸
resized = imutils.resize(image, width=64) # OR
# resized = imutils.resize(image, width=128)
我是数据可视化、机器学习和深度学习主题的新手。我正在努力提高自己，但是在尝试实现可视化时卡住了一个话题。
具体来说，我尝试在'Kaggle'上实现一个内核，我的数据是猫狗图像。我有训练和测试数据。问题是我的火车数据有太多不同大小、像素和形状的图片。我想把它们都做成1个形状。（例如，我想把所有的图片都做成64x64像素，或者128x128等）
""" I tried different codes to adjust its shapes and create plot:
I tried to reach 2 goals:
1. Convert the dog and cat images from RGB to Grayscale
2. Make all of the images 128x128, or 64x64 """
# One of the codes I've tried
img_size = 128
basewidth = 128
for image in tqdm(os.listdir(train_cat)):
path = os.path.join(train_cat, image)
img = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
try:
wpercent = (basewidth / float(img.size[0]))
hsize = int((float(img.size[1]) * float(wpercent)))
img = img.resize((basewidth, hsize), PIL.Image.ANTIALIAS)
except:
pass
np_img=np.asarray(img)
for image2 in tqdm(os.listdir(train_dog)):
path = os.path.join(train_dog, image2)
img2 = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
try:
wpercent = (basewidth / float(img2.size[0]))
hsize = int((float(img2.size[1]) * float(wpercent)))
img2 = img2.resize((basewidth, hsize), PIL.Image.ANTIALIAS)
except:
pass
np_img2=np.asarray(img2)
plt.figure(figsize=(10,10))
plt.subplot(1, 2, 1)
plt.imshow(np_img.reshape(img_size, img_size))
plt.axis('off')
plt.subplot(1, 2, 2)
plt.imshow(np_img2.reshape(img_size, img_size))
plt.axis('off')
# ---------------------------------------------------------------------
# Another way:
image_size = 128
for image in tqdm(os.listdir(train_dog)):
path = os.path.join(train_dog, image)
img = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
img = cv2.resize(img, (image_size, image_size)).flatten()
np_img=np.asarray(img)
for image2 in tqdm(os.listdir(train_cat)):
path = os.path.join(train_cat, image2)
img2 = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
img2 = cv2.resize(img2, (image_size, image_size)).flatten()
np_img2=np.asarray(img2)
plt.figure(figsize=(10,10))
plt.subplot(1, 2, 1)
plt.imshow(np_img.reshape(image_size, image_size))
plt.axis('off')
plt.subplot(1, 2, 2)
plt.imshow(np_img2.reshape(image_size, image_size))
plt.axis('off')
plt.title("Cat and Dogs in GrayScale")
第一个输出
ValueError Traceback (most recent call last)
<ipython-input-47-0984b7467972> in <module>
28 plt.figure(figsize=(10,10))
29 plt.subplot(1, 2, 1)
---> 30 plt.imshow(np_img.reshape(img_size, img_size))
31 plt.axis('off')
32 plt.subplot(1, 2, 2)
ValueError: cannot reshape array of size 76964 into shape (300,300)
第二个输出
error Traceback (most recent call last)
<ipython-input-67-99d190c6fd41> in <module>
4 path = os.path.join(train_dog, image)
5 img = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
----> 6 img = cv2.resize(img, (image_size, image_size)).flatten()
7 np_img=np.asarray(img)
8
error: OpenCV(4.1.0) /io/opencv/modules/imgproc/src/resize.cpp:3718: error: (-215:Assertion failed) !ssize.empty() in function 'resize'
正如我上面提到的，我尝试将RGB 转换为灰度，并将图像的大小设为1 类型（128x128 可选）。我相信转换没有错误，但调整大小是一个我无法解决 2-3 天的问题，尽管我进行了大量研究。我不确定，但这可能是一个简单的问题，就像我说的，我现在是初学者。
注意：我添加了2种代码方式，因为有我最理解的代码。我希望，你能帮助我，或者教我一个新的方法，提前谢谢你:)
#Appendixes:
Cat and Dog Dataset: https://www.kaggle.com/tongpython/cat-and-dog
您可以使用 skimage 进行图像大小调整和 gray/rgb 转换。
图片大小调整
from skimage.transform import resize
# resize your grayscale image to 128x128
resized_image = resize(gray_image, (128,128))
灰度转换
from skimage.color import rgb2gray
gray_image = rgb2gray(color_image)
附加信息
在执行图像处理时应避免混合使用 OpenCV 和 PIL。原因之一是因为 OpenCV 使用 BGR 格式，而 PIL 使用 RGB 格式。选择一个图书馆并坚持下去。要使用 OpenCV 将图像转换为灰度，您可以使用 cv2.cvtColor() 和 cv2.COLOR_BGR2GRAY 或 cv2.COLOR_RGB2GRAY 标志
image = cv2.imread('image.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
或者读入图片时传入一个flag
image = cv2.imread('image.png', 0) # OR
# image = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE)
要调整大小，您只需使用 cv2.resize()
resized = cv2.resize(image, (64, 64)) # OR
# resized = cv2.resize(image, (128, 128))
注意，cv2.resize() 不保持纵横比。如果要保持纵横比，请查看imutils.resize()。虽然您可能无法获得确切的形状尺寸
resized = imutils.resize(image, width=64) # OR
# resized = imutils.resize(image, width=128)