L模式图像、一通道数据扩充

想要扩充一通道图像数据集，但没报错，没扩充，代码如下

# -*- coding: utf-8 -*-

# 载入包
from keras.preprocessing.image import ImageDataGenerator
import os
import time


# 定义扩充图片函数
from keras.utils import load_img, img_to_array


def image_expansion(filepath,savefilepath,multiples=20):
    """
    :param filepath: 图片路径
    :param savefilepath: 扩充保存图片路径
    :param multiples: 扩充倍数，默认扩充20倍
    :return: 返回扩充后数据集
    """
    # keras中可以通过keras.preprocessing.image.ImageDataGenerator类来实现
    datagen = ImageDataGenerator(
            rotation_range=40,
            width_shift_range=0.2,
            height_shift_range=0.2,
            shear_range=0.2,
            zoom_range=0.2,
            horizontal_flip=True,
            fill_mode='nearest')

    for parent, dirnames, filenames in os.walk(filepath):
        for filename in filenames:
            image_path=filepath+filename
            print(image_path)
            img = load_img(image_path)
            x = img_to_array(img)
            x = x.reshape((1,) + x.shape)
            i = 1
            for batch in datagen.flow(x, batch_size=1,
                                      save_to_dir=savefilepath,
                                      save_prefix='r',
                                      save_format='jpg'):
                print('正在扩充图片数据集第'+str(i)+'张')
                i += 1
                if i >multiples:
                    break

if __name__ == '__main__':

    # 设置图片路径
    filepath = 'C:/Users/ASUS/Dektop/R/benign/'

    # 设置扩充保存图片路径
    savefilepath = 'C:/Users/ASUS/Desktop/R/r-benign/'

    time1 = time.time()
    image_expansion(filepath,savefilepath,multiples=5)
    time2=time.time()
    print('总共耗时：' + str(time2 - time1) + 's')

以下是一个简单的Python示例代码，用于将单通道灰度图像进行扩充：

import cv2
import numpy as np

# 读取灰度图像
img = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE)

# 图像扩充
img2 = np.zeros((img.shape[0]*2, img.shape[1]*2), dtype=np.uint8)
for i in range(img.shape[0]):
    for j in range(img.shape[1]):
        img2[i*2][j*2] = img[i][j]
        img2[i*2][j*2+1] = img[i][j]
        img2[i*2+1][j*2] = img[i][j]
        img2[i*2+1][j*2+1] = img[i][j]

# 显示原图和扩充后的图像
cv2.imshow('Original', img)
cv2.imshow('Expanded', img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们首先读取了一张灰度图像，并创建了一个大小是原图两倍的全黑图像。然后遍历原图像的每个像素，将其值分别赋给扩充后的图像的四个像素中，即将原图像每个像素的值在横向和纵向上进行扩充。最后，我们在窗口中显示原图和扩充后的图像。

需要注意的是，上述代码仅适用于灰度图像的扩充。如果要对彩色图像进行扩充，需要对每个通道分别进行扩充。

参考GPT和自己的思路：

根据你的代码和问题描述，可能的原因是在生成数据时，传入的参数 batch_size 设置为了 1，这会导致每次生成只输出一张图片，而不是批量输出。因此，程序并没有产生错误，但也没有成功地将数据集扩充。你可以尝试将 batch_size 设置为一个更大的数值，例如 32 或 64，以批量生成图片数据，从而成功扩充数据集。