最全图像数据增强算法汇总(Python)_图像融合数据增强，2024年最新50道面试题

最新推荐文章于 2025-04-21 22:31:45 发布

2401_84538510

最新推荐文章于 2025-04-21 22:31:45 发布

阅读量445

点赞数 5

分类专栏：程序员文章标签： python 学习面试

本文链接：https://blog.csdn.net/2401_84538510/article/details/138810420

版权

程序员专栏收录该内容

211 篇文章

订阅专栏

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

# 随机翻转
flip_direction = np.random.randint(-1, 2)  # 随机选择水平、垂直或不翻转
flipped_image = cv2.flip(image, flip_direction)

在这里插入图片描述

2.随机裁剪

随机裁剪可以根据设定randint来随机生成裁剪的起始坐标，image.shape[1] 表示图像的宽度，image.shape[0] 表示图像的高度。

通过以下代码：

# 随机裁剪
crop_x = np.random.randint(0, image.shape[1] - 100)
crop_y = np.random.randint(0, image.shape[0] - 100)
cropped_image = image[crop_y:crop_y+100, crop_x:crop_x+100]

np.random.randint(0, image.shape[1] - 100) 会在图像的宽度范围内随机生成一个起始点横坐标，保证裁剪后剩余的宽度至少为 100 像素。同理，np.random.randint(0, image.shape[0] - 100) 会在图像的高度范围内随机生成一个起始点纵坐标，保证裁剪后剩余的高度至少为 100 像素。

image[crop_y:crop_y+100, crop_x:crop_x+100] 表示在图像上从 crop_y 到 crop_y+100 行，从 crop_x 到 crop_x+100 列的区域，即裁剪了一个 100x100 大小的区域。

在这里插入图片描述

3.随机缩放

np.random.uniform 函数，可以在指定范围内随机生成一个浮点数作为缩放因子 scale_factor。

cv2.resize 函数可以用来对图像进行缩放，其参数：

image 是要被缩放的原始图像。
None 表示输出图像的大小由后面的缩放因子决定。
fx=scale_factor, fy=scale_factor 表示在水平和垂直方向上的缩放比例，即将图像

# 随机缩放
scale_factor = np.random.uniform(0.7, 1.3)
scaled_image = cv2.resize(image, None, fx=scale_factor, fy=scale_factor)

np.random.uniform(0.7, 1.3) 会在 0.7 到 1.3 之间随机生成一个浮点数，这个数就是缩放因子。

在这里插入图片描述

和原图像相比图像的刻度会有明显变化：

在这里插入图片描述

4.添加噪声

4.1高斯噪声

一般来说噪声是模拟实际数据采集情况，比如随机环境因素影响，大雾、水雾、大雨情况导致的摄像头传感器的不完美性、光照变化等。高斯噪声是一种常见的图像噪声类型，在图像数据增强中，通过添加高斯噪声，可以使模型更具鲁棒性，提高其对噪声环境的适应能力。

# 生成高斯噪声
mean = 0
var = 0.5
sigma = var \*\* 0.5
gaussian = np.random.normal(mean, sigma, image.shape).astype('uint8')
noisy_image = cv2.add(image, gaussian)

# 显示带噪声的图像
cv2.imshow('Noisy Image', noisy_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

4.2椒盐噪声

椒盐噪声是一种常见的图像噪声类型，它主要体现为图像中出现了随机的黑白像素点，这些像素点模拟了背景中的颗粒物或损坏的像素。

def salt\_pepper\_noise(image, salt_prob, pepper_prob):
    noisy_image = np.copy(image)
    total_pixels = image.shape[0] \* image.shape[1] #计算图像的总像素数
    
    num_salt = int(total_pixels \* salt_prob) #通过将总像素数与指定的椒盐噪声比例相乘，得到要添加的椒盐噪声的数量。
    salt_coords = [np.random.randint(0, i-1, num_salt) for i in image.shape]
    noisy_image[salt_coords[0], salt_coords[1]] = 255

    num_pepper = int(total_pixels \* pepper_prob)
    pepper_coords = [np.random.randint(0, i-1, num_pepper) for i in image.shape]
    noisy_image[pepper_coords[0], pepper_coords[1]] = 0

    return noisy_image

在这里插入图片描述

5.颜色扭曲

对图像进行随机的色彩变换，需要将图像从BGR颜色空间转换为HSV颜色空间，再对Hue通道进行扭曲，然后从HSV颜色空间转换回BGR颜色空间就可以完成：

# 读取图片
image = cv2.imread('clickhouse-logo.jpg')
# 转换为HSV颜色空间
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 扭曲Hue通道
hsv_image[:,:,0] = (hsv_image[:,:,0] + 30) % 180  # 在Hue通道上增加30

# 转回BGR颜色空间
result_image = cv2.cvtColor(hsv_image, cv2.COLOR_HSV2BGR)

# 显示原始图像和扭曲后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Distorted Image', result_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这里我们用一张彩色图片更好展示：

在这里插入图片描述

下面那张是原图片，上面那张是颜色扭曲后的图片，通过对Hue通道进行扭曲，将Hue通道的值增加30，同时使用模运算确保值在0到180之间，再将图像从HSV颜色空间转换回BGR颜色空间。

6.随机遮挡

在图像上随机生成一个矩形遮挡，遮挡的位置和大小都是随机生成的。遮挡的颜色也是随机选择的。

# 生成随机遮挡位置和大小
mask_x = np.random.randint(0, image.shape[1] - 100)
mask_y = np.random.randint(0, image.shape[0] - 100)
mask_width = np.random.randint(50, 100)
mask_height = np.random.randint(50, 100)

# 生成随机颜色的遮挡
mask_color = np.random.randint(0, 256, (1, 1, 3))
image[mask_y:mask_y+mask_height, mask_x:mask_x+mask_width] = mask_color

# 显示带遮挡的图像
cv2.imshow('Image with Random Mask', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

代码将随机生成的颜色mask_color应用到图像的指定位置上，形成一个矩形遮挡，实际操作过程中一般有限定规则，比如GridMask：

在这里插入图片描述

7.多样本数据增强方法

Mosaic 数据增强是一种通过将多张图像拼接在一起来创建新的训练样本的方法。以具体实例来看， mosaic数据增强利用了四张图片，对四张图片进行拼接，每一张图片都有其对应的框框，将四张图片拼接之后就获得一张新的图片，同时也获得这张图片对应的框框，然后我们将这样一张新的图片传入到神经网络当中去学习，相当于一下子传入四张图片进行学习了。其中我们熟悉的目标识别算法Yolo就是mosaic数据增强方式。

在这里插入图片描述