用101000張食物圖片實現影像識別（數據的獲取與處理）-python-tensorflow框架

• 2019 年 10 月 3 日
• 筆記

　　　　前段時間，日劇《輪到你了》大火，作為程式設計師的我，看到了另外一個程式設計師—二階堂，他的生活作息，以及飲食規律，讓我感同身受，最讓我感觸的是他做的AI聊天機器人，AI菜品分析機器人，AI罪犯分析。　

　　　　這讓作為程式設計師的我突然萌生了一股攀比和一種激情，我也得做一個出來（小聲bb，都得嘗試下）：

　　　　於是，我想從相對簡單的做起，《AI菜品分析機器人》：

　　　　AI菜品分析機器人：

　　　　　　　　1.建立語料庫，爬取各個網站的對話和問答，這裡我採用的是知乎以及調用api獲取實時對話，至於程式碼的話我這裡就不放了，涉及比較多，我這裡側重點是影像識別，大概獲取了將近4萬條數據，

　　　　　　　　　　這裡給出部分結果：

　　　　　　　　2.關於影像識別：

　　　　　　　　　　1.影像訓練需要極大的數據，我這裡找了很久，通過各種手段，找到了kaggle比賽曾用過的101000張圖片，裡面有101種食物圖片，如下（部分）

　　　　　　　　　　類似於上述圖片，每一個圖片都是都是對應得食物，我們需要提取每一張圖片的特徵值。

　　　　　　　　　　2.我們可以看出上述圖片，大小不一，還具有色彩，我們特徵值提取，是將圖片進行矩陣化，所以我們在這裡需要將圖片變成大小一樣，並且灰度處理。這裡我們解釋下：

　　　　　　　　　　將圖片處理成大小一樣：我們訓練數據的時候是將圖片矩陣化，如果圖片大小不一樣，我們得矩陣大小就不一樣，所以在訓練得時候會有問題，為了簡單方便，我們直接將其同一化：

import numpy as np  from PIL import Image  img =Image.open("F:/images/baby_back_ribs/"+i).convert('L')          img=img.resize((512,512))          img.save("F:/baby_back_ribs28/"+i)

　　　　　　　　　　這裡，我們通過img =Image.open(“F:/images/baby_back_ribs/“+i).convert(‘L‘)將圖片灰度處理，然後img=img.resize((512,512))處理圖片為512，512，最後保存：

　　　　　　　　　　可以看出，我們處理過後得圖片如上，得出這樣的圖片後，我們就可以用來作為數據了

　　　　　　　　　　3.我們將我們獲取的灰度圖片矩陣化：

 for i in range(512):              for j in range(512):                  pixel=1.0-float(img.getpixel((j,i)))/255.0

　　　　　　　　　　所以我們可以將其矩陣化：

　　　　　　　　　　每張圖片有512*512個數據，我們這裡是將一個二維矩陣扁平化為一維矩陣。所以我們可以將這101000張圖片所有數據都矩陣化，然後測試演算法。

　　　　　　　　　　具體的程式碼，還在測試中，目前遇到得問題比較多，正在一步一步處理，後面會繼續更新，下面給出我遇到的一些問題和解決：

　　　　　　　　　　1.數據的獲取：這101000張圖片我找了很久才找到的數據（約有5個g）。

　　　　　　　　　　2.數據量比較大，在處理的時候容易出錯，所以大家在寫的時候一定要仔細，最好把源圖複製一份，保留下來。

　　　　　　　　　　3.圖片特徵比較多，普通的演算法難以滿足，容易出現過擬合現象，而且1000張圖也不算特別多，準確率較低，容易識別出錯。

　　　　　　　　　　4.在實現矩陣演算法的時候，每次帶入100張圖片進行訓練，注意圖片維度，以及圖片長度。

　　　　　　　　　　等數據測試穩定後會放出源碼讓大家學習。

　　　　　　　　　　持續更新中,希望大家留意後面的部落格…..