使用 Keras ImageDataGenerator 加载 TIFF 图像

Question

我正在尝试在 Python 3.7 中使用 Keras/Tensorflow 中的 U-Net 启动多类培训。 我只有在灰度（1 通道）中使用 .jpg 图像（值在 [0,255] 范围内的图像）进行二进制训练的经验，我使用 ImageDataGenerator class 加载了这些图像。

在这种情况下，我需要加载值范围为 -1000 到 7000 的 1-channel.tif 图像。 据我所知，ImageDataGenerator 加载 [0,255] 中的图像，这导致我丢失了很多信息。 有什么方法可以使用 ImageDataGenerator 加载具有原始值的图像吗？ 我知道 Pillow 库可以正确加载它们，但我有很多数据，我需要高效地加载它们。

假设我在/full/path/to/my/dir/images中有图像，在/full/path/to/my/dir/masks中有蒙版，我用来加载图像和蒙版的代码如下如下：

from keras_preprocessing.image import ImageDataGenerator
train_datagen = ImageDataGenerator()
train_image_generator = train_datagen.flow_from_directory(
    "/full/path/to/my/dir",
    classes="images",
    batch_size=16,
    color_mode="grayscale",
    target_size=(400, 400),
    class_mode=None,
    seed=100,
    shuffle=True,
)
train_mask_generator = train_datagen.flow_from_directory(
    "/full/path/to/my/dir",
    classes="masks",
    batch_size=16,
    color_mode="grayscale",
    target_size=(400, 400),
    class_mode=None,
    seed=100,
    shuffle=True,
)

提前致谢。

Answer 1

在 ImageDataGenerator 中有一个您可以定义的预处理器 function。 它处理每个图像并返回结果。 请注意，处理后的图像必须与输入图像具有相同的形状，但您可以操纵像素值