分不清谭卓和郝蕾？各来200张照片，让深度学习帮我们识别吧。

问题

《如何用Python和深度神经网络识别图像？》一文中，我给你展示了如何用深度学习，教电脑区分机器人瓦力和哆啦a梦。

很快就有用户在后台留言，问：

老师，我想自己训练一个图片分类器，到哪里去批量下载带标注的训练图像呢？

说说我写教程的时候，是如何找图片的吧。

最大的图片库，当然就是 Google 了。

在 Google 图像栏目下，键入"Walle"。

怎么样？搜索结果很符合需求吧。

你不但找到了一批高质量图片，而且它们的标注， Google 都帮你打好了。

下面一步，自然就是把这些图片下载下来了。

我让学生实际动手做，每个人找两个与别人不同的图像集合，尝试根据教程做深度学习分类。

我提供给他们的方案（几款不同的 Chrome 浏览器插件），效果都不好。

有的才下了几张，就停工，甚至把浏览器整崩溃了。

有的下载图片，都是重复的。

学生告诉我，经验证，最简单有效的方法，是一张张手动点击下载……

这显然不是正经办法。

痛点

渴望从 Google 图片库高效批量获得优质带标注图像，不会是个案。

这个大众痛点，真的没有人尝试解决吗？

今天，一个偶然的机会，我发现了一个特别棒的 Github 项目，叫做 google-images-download。

Github repo 链接在这里。

项目发布至今，只有短短5个月的时间，星标数量居然已经上了2000，看来确实非常受欢迎。

google-images-download 是个 Python 脚本。

使用它，你可以一条命令，就完成 Google 图片搜索和批量下载功能。

而且，这工具还跨平台运行，Linux, Windows 和 macOS 都支持。

简直是懒人福音。

安装

google-images-download 安装很简单。

以 macOS 为例，只需要在终端下，执行以下命令：

pip install google_images_download

安装就算完成了。

当然，这需要你系统里已经安装了 Python 环境。

如果你还没有安装，或者对终端操作命令不太熟悉，可以参考我的《如何安装Python运行环境Anaconda？（视频教程）》一文，学习如何下载安装 Anaconda ，和进行终端命令行操作。

尝试

进入下载目录：

cd ~/Downloads

我们尝试下载一些图片。

《我不是药神》里面有个叫谭卓的女演员，演的不错。可是我一开始，把她当成郝蕾了。

咱们尝试下载一些谭卓的图片吧。

终端里面执行：

googleimagesdownload -k "谭卓" -l 20

解释一下，这里的 -k 指的是 "keyword"，也就是“关键词”，后面用双引号括起来要查找的关键词。

你可以看出，使用中文关键词，也没问题。

后面的 -l ，指的是"limit"，也就是图片数量限定，你需要指定自己要下载多少张图像。

本例中，我们要20张。

下面是执行过程：

执行完毕。

可以看到，下载过程中，发生了一个错误。

但程序依然锲而不舍，帮我们把下载流程运行完毕。

我们看看结果。

下载的图片都存放在 ~/Downloads/downloads/谭卓 下面，google-images-download 非常贴心地，为我们建立子目录。

我们在 Finder 里打开看看：

看了半天，有的照片，还是跟郝蕾分不大清楚。

为了彻底分清两位女演员，我们再下载 200 张郝蕾的照片吧。

仿照刚才的命令，我们执行：

googleimagesdownload -k "郝蕾" -l 200

然后……就报错了：

解决

遇到问题，不要慌。

你得认真看看错误提示。

注意其中出现了一个关键词：chromedriver。

这是个什么东西呢？

我们回到 google-images-download 的 github 页面，以 chromedriver 为关键词进行检索。

你会立即找到如下结果：

原来如果你要的图片数量超过100张，那么程序就必须调用 Selenium 和 chromedriver 才行。

Selenium 在你安装 google-images-download 的时候，已经自动安装好了。

你只需要下载 chromedriver ，并且指定路径。

下载链接在这里。

请根据你的操作系统类型，选择合适的版本：

我选的是 macOS 版本。

下载后，压缩包里面只有一个文件，把它解压，放在 ~/Downloads 目录下。

然后，执行：

googleimagesdownload -k "郝蕾" -l 200 --chromedriver="./chromedriver"

这里 --chromedriver 参数，用来告诉 google-images-download ，解压后 chromedriver 所在路径。

这回机器勤勤恳恳，帮我们下载郝蕾的照片了。

200张图片，需要下载一会儿。请耐心等待。

下完了。

中间也有一些报错，部分图片没有正确下载。

好在，这对总体结果没有太大影响。

为了保险起见，建议你设置下载数量时，多设置一些。

给自己留出安全边际嘛。

咱们打开下载后的目录 ~/Downloads/downloads/郝蕾 看看：

这回，你能分清楚她俩不？

作业

给你留个作业。

你已经学会如何一行命令，下载谭卓和郝蕾的照片。

能否活学活用咱们之前介绍的卷积神经网络知识，用 TuriCreate （或者 Tensorflow） ，建立模型识别两个人的照片？

完成作业后，欢迎把你的测试准确率结果告诉我。

当然，如果你能举一反三，利用咱们今天介绍的脚本，下载其他图像集合，并且进行深度学习训练，就更好了。

也欢迎把结果反馈给我哦。

喜欢请点赞。还可以微信关注和置顶我的公众号“玉树芝兰”(nkwangshuyi)。

如果你对数据科学感兴趣，不妨阅读我的系列教程索引贴《如何高效入门数据科学？》，里面还有更多的有趣问题及解法。