from keras.preprocessing.image import ImageDataGenerator
keras.preprocessing.image.ImageDataGenerator(
featurewise_center=False, # 布爾值，使輸入數據集去中心化（均值爲0）, 按feature執行
samplewise_center=False, #布爾值，使輸入數據的每個樣本均值爲0。
featurewise_std_normalization = False, #布爾值，將輸入除以數據集的標準差以完成標準化, 按feature執行。
samplewise_std_normalization = False, #布爾值，將輸入的每個樣本除以其自身的標準差。
zca_whitening = False, #布爾值，對輸入數據施加ZCA白化。
rotation_range = 0., #整數，數據提升時圖片隨機轉動的角度。隨機選擇圖片的角度，是一個0~180的度數，取值爲0~180。
# height_shift_range和width_shift_range是用來指定水平和豎直方向隨機移動的程度，這是兩個0~1之間的比例。
width_shift_range = 0., #浮點數，圖片寬度的某個比例，數據提升時圖片隨機水平偏移的幅度。
height_shift_range = 0., #浮點數，圖片高度的某個比例，數據提升時圖片隨機豎直偏移的幅度。
shear_range = 0., #浮點數，剪切強度（逆時針方向的剪切變換角度）。是用來進行剪切變換的程度。
zoom_range = 0.,# 浮點數或形如[lower,upper]的列表，隨機縮放的幅度，若爲浮點數，則相當於[lower,upper] = [1 - zoom_range, 1+zoom_range]。用來進行隨機的放大。
channel_shift_range = 0., # 浮點數，隨機通道偏移的幅度。
fill_mode = 'nearest',# fill_mode：‘constant’，‘nearest’，‘reflect’或‘wrap’之一，當進行變換時超出邊界的點將根據本參數給定的方法進行處理
cval = 0.0, #：浮點數或整數，當fill_mode=constant時，指定要向超出邊界的點填充的值。
horizontal_flip = False, #布爾值，進行隨機水平翻轉。隨機的對圖片進行水平翻轉，這個參數適用於水平翻轉不影響圖片語義的時候。
vertical_flip = False, #布爾值，進行隨機豎直翻轉。
rescale = None,# 值將在執行其他處理前乘到整個圖像上，我們的圖像在RGB通道都是0~255的整數，這樣的操作可能使圖像的值過高或過低，所以我們將這個值定爲0~1之間的數。
preprocessing_function = None,
data_format = K.image_data_format(),
)
preprocessing_function: 將被應用於每個輸入的函數。該函數將在任何其他修改之前運行。該函數接受一個參數，爲一張圖片（秩爲3的numpy array），並且輸出一個具有相同shape的numpy arraydata_format：字符串，“channel_first”或“channel_last”之一，代表圖像的通道維的位置。該參數是Keras 1.x中的image_dim_ordering，“channel_last”對應原本的“tf”，“channel_first”對應原本的“th”。以128x128的RGB圖像爲例，“channel_first”應將數據組織爲（3,128,128），而“channel_last”應將數據組織爲（128,128,3）。該參數的默認值是~/.keras/keras.json中設置的值，若從未設置過，則爲“channel_last”。
本文來自 ShellCollector 的CSDN 博客 ，全文地址請點擊：https://blog.csdn.net/jacke121/article/details/79245732?utm_source=copy