05-DataGenerator

from keras.preprocessing.image import ImageDataGenerator

path = '/media/pzw/0E50196C0E50196C/job/triode/train1' # 类别子文件夹的上一级
dst_path = '/media/pzw/0E50196C0E50196C/job/triode/validate/triodeTinL'
# 　图片生成器
datagen = ImageDataGenerator(

    rotation_range=5,
    width_shift_range=0.02,
    height_shift_range=0.02,
    shear_range=0.02,
    horizontal_flip=True,
    vertical_flip=True
)

gen = datagen.flow_from_directory(
                           path,
                           target_size=(224, 224),
                           batch_size=15,
                           save_to_dir=dst_path,#生成后的图像保存路径
                           save_prefix='xx',
                           save_format='jpg')
  
for i in range(6):
    gen.next()

'''
path:文件读入的路径，必须是子文件夹的上一级（这里是个坑，不过试一哈就懂了）
target_size:图片resize成的尺寸，不设置会默认设置为（256.256）
batch_size:每次输入的图片的数量，例如batch_size=32，一次进行增强的数量为32，
个人经验：batch_size的大小最好是应该和文件的数量是可以整除的关系
save_to_dir:增强后图片的保存位置
save_prefix:文件名加前缀，方便查看
save_format:保存图片的数据格式
'''