File size: 9,118 Bytes
e6b3e35 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 |
# -*- coding: utf-8 -*-
"""
Created on Mon Apr 19 16:11:11 2021
Código utilizado para diminuir a quantidade de imagens do dataset. A ideia foi limitar em termos do tamanho do crop e da data.
@author: Gabriel
"""
import os
import datetime
import pandas as pd
import random
from shutil import copy2
from keras.preprocessing.image import ImageDataGenerator, array_to_img,img_to_array, load_img
img_path = 'C:\\Users\\Gabriel\\OneDrive - Universidade de Tras-os-Montes e Alto Douro\\UTAD\\2020-2021\\Pesquisa\\Dataset\\Gerado\\dataset_versao_manual - ga'
#img_path = 'C:\\Users\\Gabriel\\Downloads\\imagens_geradas_menor_zoom800-800-v3'
teste_path = os.path.join(img_path, 'test')
validacao_path = os.path.join(img_path, 'validation')
treino_path = os.path.join(img_path, 'train')
outpath = 'C:\\Users\\Gabriel\\Downloads\\ga'
sep = os.path.sep
teste_path_out = os.path.join(outpath, 'test')
validacao_path_out = os.path.join(outpath, 'validation')
treino_path_out = os.path.join(outpath, 'train')
#verifica se as paths de saida existem
paths = [outpath, teste_path_out, validacao_path_out, treino_path_out]
for path in paths:
if not os.path.lexists(path):
os.mkdir(path)
#exemplo de nome de arquivo: 2017-05-09_1-0-0-13-300,600_600,900.jpg
def directory_from_df_with_class(df, directory):
"""
Método responsável por transformar as imagens de um dataset num dataframe.
Parameters
----------
df : Dataframe pandas
dataframe que será utilizado para povoar com os elementos. O dataframe será preenchido com os seguintes campos:
['path', 'class', 'date', 'zoom']
directory : String
diretório de onde as imagens serão retiradas.
Returns
-------
df : dataframe pandas
O dataframe povoado.
"""
for r, d, f in os.walk(directory):
for file in f:
row = {}
row['path'] = os.path.join(r, file)
row['class'] = row['path'].split(os.path.sep)[-2]
date_info = file.split('_')[0].split('-')
#captura a data,
row['date'] = datetime.datetime(int(date_info[0]), int(date_info[1]), int(date_info[2]))
row['zoom'] = int(file.split('_')[1].split('-')[2])
#print(row['class'])
df= df.append(row, ignore_index=True)
return df
#exemplo de nome de arquivo: 2017-05-09_1-0-0-13-300,600_600,900.jpg
def directory_from_df_with_class2(df, directory):
"""
Método responsável por transformar as imagens de um dataset num dataframe.
Parameters
----------
df : Dataframe pandas
dataframe que será utilizado para povoar com os elementos. O dataframe será preenchido com os seguintes campos:
['path', 'class', 'date', 'zoom']
directory : String
diretório de onde as imagens serão retiradas.
Returns
-------
df : dataframe pandas
O dataframe povoado.
"""
for r, d, f in os.walk(directory):
for file in f:
row = {}
row['path'] = os.path.join(r, file)
row['class'] = row['path'].split(os.path.sep)[-2]
#print(row['class'])
df= df.append(row, ignore_index=True)
return df
def rand_images_from_df(df, coluna_classe, quantidade=20, zooms = [0, 1, 2]):
"""
Método responsável por sortear aliatoriamente uma quantidade de imagens definidas, por zoom, por data e por classe.
Isso implica que a quantidade de imagens retornadas é: QUANTIDADE DE CLASSES * QUANTIDADE DATAS DE AQUISIÇÃO * QUANTIDADE DE ZOOMS * QUANTIDADE DE IMAGENS PASSADAS POR PARÂMETRO.
Parameters
----------
df : dataframe pandas
Dataframe contendo as seguintes colunas: ['path', 'class', 'date', 'zoom'].
coluna_classe : string
Nome da coluna que representa a classe no dataset.
quantidade : integer, optional
DESCRIPTION. The default is 20. Quantidade de imagens que serão sorteadas, por zoom, por data e por tipo
Returns
-------
df_result : dataframe pandas
Dataframe contendo as seguintes colunas: ['path', 'class', 'date', 'zoom'] com as imagens sorteadas.
"""
#captura as classes
classes = df[coluna_classe].unique()
columns_df = ['path', 'class', 'date', 'zoom']
df_result = pd.DataFrame(columns=columns_df)
#itera sobre as classes
for classe in classes:
df_classe = df[df[coluna_classe] == classe]
#captura a as datas presentes para essa classe
dates = df_classe['date'].unique()
#itera sobre as datas
for date in dates:
df_date = df_classe[df_classe['date'] == date]
#itera sobre os zooms
for zoom in zooms:
df_zoom = df_date[df_date['zoom'] == zoom]
#se o dataset for menor que a quantidade, pula o sorteio adicionando todo ele ao dataset resultante
if len(df_zoom) > quantidade:
#sorteia aleatoriamente
for i in range(quantidade):
indice = random.randint(0, len(df_zoom)-1)
df_result = df_result.append(df_zoom.iloc[[indice]])
#lista_imagens.append(df_classe.iloc[[indice]][path_classe].values[0])
df_zoom.drop(df_zoom.index[[indice]], inplace=True)
else:
df_result = df_result.append(df_zoom, ignore_index=True)
#retorna o dataset
return df_result
def save_images_from_df(df, class_column, path_column, outpath):
"""
Método responsável por copiar as imagens para o novo diretório
Parameters
----------
df : dataframe pandas
Dataframe contendo as imagens que serão copiadas.
class_column : string
nome da coluna que representa a classe no dataframe.
path_column : string
nome da coluna que representa a path par a imagem no dataframe.
outpath : string
path para onde serão copiadas as novas imagens.
Returns
-------
None.
"""
for i, row in df.iterrows():
if not row[path_column] is None:
nome = row[path_column].split(os.path.sep)[-1]
path_destino = os.path.join(outpath, row[class_column])
if not os.path.lexists(path_destino):
os.mkdir(path_destino)
arquivo_path = os.path.join(path_destino, nome)
copy2(row[path_column], arquivo_path)
def augment_dataset(df, path_output, path_column='path', quantity=10):
filenames=df[path_column].values
for img in filenames:
src_fname, ext = os.path.splitext(img)
datagen = ImageDataGenerator(rotation_range=50,
width_shift_range=0.2,
height_shift_range=0.2,
horizontal_flip=True,
brightness_range=[0.6,1.0],
vertical_flip=True)
img = load_img(img)
x = img_to_array(img)
x = x.reshape((1,) + x.shape)
img_name = src_fname.split(os.path.sep)[-1]
class_name = src_fname.split(os.path.sep)[-2]
new_dir = os.path.join(path_output, class_name)
if not os.path.lexists(new_dir):
os.mkdir(new_dir)
#save_fname = os.path.join(new_dir, os.path.basename(img_name))
i = 0
for batch in datagen.flow (x, batch_size=1, save_to_dir = new_dir,
save_prefix = img_name, save_format='jpg'):
i+=1
if i>quantity:
break
#criacao da dataframe
columns_df = ['path', 'class', 'date', 'zoom']
df = pd.DataFrame(columns=columns_df)
#faz dataset para treino
df_train = directory_from_df_with_class(df, treino_path)
print('finalizada a análise do diretório de treino')
#no conjunto de treino se captura 2.5x mais imagens
df_train_random = rand_images_from_df(df_train, 'class', quantidade=10, zooms = [1,2])
print('finalizado o sorteio do diretório de treino')
#faz dataset para validacao
df = pd.DataFrame(columns=columns_df)
df_val = directory_from_df_with_class(df, validacao_path)
print('finalizada a análise do diretório de validação')
df_val_random = rand_images_from_df(df_val, 'class', quantidade=5, zooms = [1,2])
print('finalizado o sorteio do diretório de validação')
#faz dataset para teste
df = pd.DataFrame(columns=columns_df)
df_test = directory_from_df_with_class(df, teste_path)
print('finalizada a análise do diretório de teste')
df_test_random = rand_images_from_df(df_test, 'class', quantidade=5, zooms = [1,2])
print('finalizado o sorteio do diretório de teste')
#salva as imagens
save_images_from_df(df=df_train_random, class_column='class', path_column='path', outpath=treino_path_out)
save_images_from_df(df=df_val_random, class_column='class', path_column='path', outpath=validacao_path_out)
save_images_from_df(df=df_test_random, class_column='class', path_column='path', outpath=teste_path_out)
df_train_random = directory_from_df_with_class2(df, treino_path)
augment_dataset(df_train_random, treino_path_out, quantity=10)
|