如何预处理图片划分训练集和测试集
深度学习图像预处理
如何将数据集中的图像（已根据图像类别命名）预处理并划分为训练集和测试集
不知道方法和步骤
比如你的网络需要输入width x height 的灰度图
那么你将所有图片读入变量images中，不管是jpg或者bmp或者别的格式；
然后将images中的所有图片判断其通道，不是单通道就转换通道，全部转成灰度图；
然后将上面处理为灰度图的所有图片缩放尺寸到width x height；
然后将上面处理完的images打乱顺序，并按你想要的训练集与测试集比例，去划分一部分到训练集trainimgs、测试集testimgs；
好了，图片预处理完毕
（1）通常，数据集中的样本图片，颜色空间是相同的，黑白图像，或灰度图像，或RGB彩色图像，如果不同则转换为相同的颜色空间。
（2）如果数据集中的样本图片，尺寸大小不同，则缩放为相同尺寸。
（3）有时，需要对目标对象进行分割。
（4）随机选择一定比例的样本作为训练集，例如80%，另外一定比例的样本作为测试集，例如20%。
（5）将样本图像一维化，作为特征向量。
- 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7585773
- 你也可以参考下这篇文章：如何划分训练集、验证集、测试集
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^