Seleção de scripts para automação de tarefas comuns na criação de conjuntos de dados
para testes e treinamento.

-crop [folder_scenes] [n]
    Corta n subjanelas (sem repetí-las) utilizando como base todas as imagens presentes em 
    folder_scenes

    folder_scenes: Caminho que contém as imagens a serem recortadas
    n: Número de recortes a ser feito

-select [d] [n]
    Seleciona uma amostra aleatoria de arquivos um diretorio

    d: Diretório
    n: Número de imagens a selecionar

-match [normal] [match]
    Retorna True se as imagens casam (no contexto dessa função, isso implica as imagens
    são semelhantes ou iguais)

    normal: Caminho da imagem que se quer encontrar um match
    match: Caminho da imagem candidata a matching

-createTestSet [scene_source] [face_source] [face_train_number] [scene_train_number] [face_valid_number] 
               [scene_valid_number] [crop_train_number] [crop_valid_number] [max_stages] [salvar_em] {face_test} {scene_test}

    Cria um conjunto de dados para teste e validação usando uma mesma fonte de dados. A estrutura resultante
    possui a seguinte estrutura. Caso a base de cenários seja a da SUN, como pré-processamento são retiradas
    todas as imagens que contém faces, baseando-se no algoritmo de match e usando as imagens identificadas 
    anteriormente em uma outra situação e que estão localizadas em: dataset/sun/com_faces
    
        Instancia/

            training_images/
                faces/
                    {images}
                non_faces/
                    group_0/
                        crop/
                            [random_number]/
                                {cropped_images}
                        {full_images}
                    .
                    .
                    .
                    group_37

            validation_images/
                faces/
                    {images}
                non_faces/
                    group_0/
                        crop/
                            [random_number]/
                                {cropped_images}
                        {full_images}

    scene_source: Caminho da fonte de dados de cenários (SUN DATABASE)
    face_source: Caminho da fonte de dados de faces (Labeled Faces in the Wild LFW)
    face_train_number: Número de elementos do conjunto de treino para faces
    scene_train_number: Número de elementos do conjunto de treino para cenários
    face_valid_number: Número de elementos do conjunto de validação para faces
    scene_valid_number: Número de elementos do conjunto de validação para cenários
    crop_train_number: Número de recortes utilizando as imagens de treinamento de cenários
    crop_valid_number: Número de recortes utilizando as imagens de validação de cenários
    salvar_em: Local em que o conjunto de dados gerado será salvo