【初心者必見】機械学習に入れるための画像データの変換をやってみた➀

なにをしたか？

→画像データを1次元配列に変換

機械学習で画像データをインプットするときには、入力の次元数に合わせてデータを変換して投入する必要があります。以下では、画像データを1次元の配列に変換してみました。

<実施手順>

1. 必要なライブラリーのインポート
2. PILを使って画像ファイル読み込み
3. Numpyを使用して画像ファイルをピクセル値で入力
4. 正規化
5. 2次元 → 1次元データに変換

実際にやってみた

JupyterNotebookを使用して以下を実行しました

1. 必要なライブラリのインポート

import numpy as np    #numpyのインポート
from PIL import Image #PILのインポート

2. PILを使って画像ファイル読み込み

image1 = Image.open('./data/pict/image1.jpg')
image1

3. Numpyを使用して画像ファイルをピクセル値で入力

image1_px = np.array(image1)
print(image1_px)

ピクセルの値を確認

print(image1_px.shape)
# (300,500,3)

上記の出力されたimage1_pxが300(行)×500(列)のカラーチャンネル3であることを確認できました。

4. 正規化

image1_nor = image1_px.astype(np.float32)/255.0
print(image1_nor)

正規化されて0〜1になっていることが確認できました。

5. 2次元 → 1次元データに変換

image1_fl = image1_nor.flatten()
print(image1_fl)

1次元のデータが出力されていることが確認できました。