Python批量增强图像

梦里梦外; 2023-09-29 10:22 41阅读 0赞

## Python批量增强图像 ##

#### 基于深度学习的计算机视觉任务，训练模型需丰富的数据集，以提高训练模型的泛化性。当训练数据集图像数量较少时，使用此增强程序批量处理image和mask ####

## 图像增强Python程序 ##

import cv2
    import glob
    import numpy as np
    
    def random_crop_flip(inp_img, gt_img):
        """
        随机裁剪和翻转图像
        :param inp_img:一个 HxWxC 输入图像
        :param gt_img:一个 HxW 输入图像
        :return:随机裁剪和翻转的图像
        """
        h, w = gt_img.shape
    
        rand_h = np.random.randint(h/8)  # / 除
        rand_w = np.random.randint(w/8)
        offset_h = 0 if rand_h == 0 else np.random.randint(rand_h)
        offset_w = 0 if rand_w == 0 else np.random.randint(rand_w)
        p0, p1, p2, p3 = offset_h, h+offset_h-rand_h, offset_w, w+offset_w-rand_w
    
        rand_flip = np.random.randint(10)  # 返回一个随机整数
        if rand_flip >= 5:
            inp_img = inp_img[::, ::-1, ::]  # [::-1] 反向排序 [:-1] 从位置0到-1之前的数
            out_img = gt_img[::, ::-1]
    
        return inp_img[p0:p1, p2:p3], gt_img[p0:p1, p2:p3]
        
    def random_rotate(inp_img, gt_img, max_angle=25):
        """
        在+max_angle到-max_angle角度内随机旋转图像
        旋转max_angle角度
        :param inp_img:一个 HxWxC 输入图像
        :param gt_img:一个 HxW 输入GT图像
        :param max_angle:图像可以在任意方向旋转的最大角度
        :return:随机旋转的图像
        """
        # angle = np.random.randint(-max_angle, max_angle) # 返回一个随机角度
        angle = max_angle # 旋转max_angle角度
        h, w = gt_img.shape
        center = (w / 2, h / 2)
    
        M = cv2.getRotationMatrix2D(center, angle, 1.0)  # 给定一个旋转中心点的坐标、旋转角度和缩放因子，返回一个仿射变换矩阵 M
        cos = np.abs(M[0, 0])
        sin = np.abs(M[0, 1])
    
        #  计算图像的新尺寸并调整旋转矩阵
        new_w = int((h * sin) + (w * cos))
        new_h = int((h * cos) + (w * sin))
        M[0, 2] += (new_w / 2) - center[0]
        M[1, 2] += (new_h / 2) - center[1]
    
        return cv2.warpAffine(inp_img, M, (new_w, new_h)), cv2.warpAffine(gt_img, M, (new_w, new_h))
        
    def random_rotate_lossy(inp_img, gt_img, max_angle):
        """
        在+max_angle到-max_angle角度内随机旋转图像
        旋转max_angle角度
        :param inp_img:一个 HxWxC 输入图像
        :param gt_img:一个 HxW 输入图像
        :param max_angle:图像可以在任意方向旋转的最大角度
        :return:随机旋转的图像
        """
        # angle = np.random.randint(-max_angle, max_angle) # 在+max_angle到-max_angle角度内随机旋转图像
        angle = max_angle # 旋转max_angle角度
        h, w = gt_img.shape
        center = (w / 2, h / 2)
        M = cv2.getRotationMatrix2D(center, angle, 1.0)
        return cv2.warpAffine(inp_img, M, (w, h)), cv2.warpAffine(gt_img, M, (w, h))
    
    def random_brightness(inp_img, gt_img):
        """
        随机扰动输入图像的亮度
        :param inp_img:一个 HxWxC 输入图像
        :return:亮度随机扰动的图像
        """
        contrast = np.random.rand(1) + 0.5  # 返回一个随机数，随机数位于[0, 1)中
        light = np.random.randint(-20, 20)
        inp_img = contrast * inp_img + light
    
        return np.clip(inp_img, 0, 255), gt_img  # np.clip 将一个nd.array的值限制在给定的上下界, 如果元素值小于下界则将值改为下界值a_min, 同理如果大于上界，则将值改为上界值a_max
    
    def aug(image, mask, image_names, mask_names, k):
        image = cv2.imread(image)
        mask = cv2.imread(mask,0)
        image_rotate, mask_rotate = random_rotate_lossy(image, mask, max_angle=90)
        # image_crop_flip, mask_crop_flip = random_crop_flip(image, mask)
        # image_brigh, mask_brigh = random_brightness(image, mask)
        for image_name in image_names: 
            image_name = image_names[k]
            save_image_path = image_name.split('.')[0]+ '_rotate90'+ '.png'
            cv2.imwrite(save_image_path, image_rotate)
        for mask_name in mask_names: 
            mask_name = mask_names[k]
            save_mask_path = mask_name.split('.')[0]+ '_rotate90'+ '.png'
            cv2.imwrite(save_mask_path, mask_rotate)
        k += 1
            
        
    if __name__ == '__main__':
        
        image_path = 'H:/image/train/'  
        mask_path =  'H:/gt/train/' 
        
        image_names = sorted(glob.glob(image_path  + '*.jpg'))
        mask_names = sorted(glob.glob(mask_path  + '*.png'))
        idx = 0
        for picture_name in image_names:
            print(mask_names[idx])
            aug(image_names[idx], mask_names[idx], image_names, mask_names, idx) 
            idx += 1

**希望本文对大家有帮助，上文若有不妥之处，欢迎指正。**

**分享决定高度，学习拉开差距**