【python】OpenCV—Data Augmentation（7）

已于 2024-01-09 17:13:57 修改
阅读量602 收藏 1
点赞数 1
分类专栏： Python 文章标签： opencv python 计算机视觉
于 2022-10-20 13:54:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bryant_meng/article/details/126983308
版权

在这里插入图片描述

文章目录

旋转

import cv2
import numpy as np

img = cv2.imread('C://Users/Administrator/Desktop/1.jpg')
h, w, c = img.shape

show = np.zeros((h,2*w,c),np.uint8)
#第一个参数旋转中心，第二个参数旋转角度，第三个参数：缩放比例
M = cv2.getRotationMatrix2D((w/2,h/2),45,1)
#第三个参数：变换后的图像大小
res = cv2.warpAffine(img,M,(w,h))

show[:, :w, :] = img
show[:, w:, :] = res
cv2.imshow("1", show)
cv2.waitKey(0)

在这里插入图片描述

仅使用Python OpenCV将图像旋转90度的最简单方法

顺时针 90 度旋转

img.transpose(1,0,2)[:,::-1]

逆时针旋转90度

img.transpose(1,0,2)[::-1]

缩放

import cv2
import numpy as np

img = cv2.imread('C://Users/Administrator/Desktop/1.jpg')
h, w, c = img.shape

show = np.zeros((h,3*w,c),np.uint8)
res1 = cv2.resize(img,None,fx=0.75,fy=0.75,interpolation=cv2.INTER_CUBIC)
res2 = cv2.resize(img,(int(0.5*w),int(0.5*h)),interpolation=cv2.INTER_CUBIC)

show[:, :w, :] = img
show[:int(0.75*h), w:int(1.75*w), :] = res1
show[:int(0.5*h), 2*w:(int)(2.5*w), :] = res2
cv2.imshow("1", show)
cv2.waitKey(0)

在这里插入图片描述

平移

在这里插入图片描述

import cv2
import numpy as np

img = cv2.imread('C://Users/Administrator/Desktop/1.jpg')
h, w, c = img.shape

show = np.zeros((h,2*w,c),np.uint8)
H = np.float32([[1,0,100],
                [0,1,50]])
res = cv2.warpAffine(img,H,(w,h)) #需要图像、变换矩阵、变换后的大小

show[:,:w,:] = img
show[:,w:,:] = res
cv2.imshow("1", show)
cv2.waitKey(0)

在这里插入图片描述

仿射变换

import cv2
import numpy as np

img = cv2.imread('C://Users/Administrator/Desktop/1.jpg')
h, w, c = img.shape
show = np.zeros((h,2*w,c),np.uint8)

pts1 = np.float32([[0, 0],[0, h-1],[w-1, 0]])
pts2 = np.float32([[0, 0],[50, h-50],[w-50, 50]])
M = cv2.getAffineTransform(pts1,pts2)
#第三个参数：变换后的图像大小
res = cv2.warpAffine(img,M,(w,h))

show[:, :w, :] = img
show[:, w:, :] = res
cv2.imshow("1", show)
cv2.waitKey(0)

在这里插入图片描述

透射

import cv2
import numpy as np

img = cv2.imread('C://Users/Administrator/Desktop/1.jpg')
h, w, c = img.shape
show = np.zeros((h,2*w,c),np.uint8)

pts1 = np.float32([[56,65],[238,52],[28,237],[239,240]])
pts2 = np.float32([[0,0],[200,0],[0,200],[200,200]])
M = cv2.getPerspectiveTransform(pts1,pts2)
res = cv2.warpPerspective(img,M,(w,h))

show[:, :w, :] = img
show[:, w:, :] = res
cv2.imshow("1", show)
cv2.waitKey(0)

在这里插入图片描述

翻转

img = c2.flip(img, 0) # 竖直翻转
img = c2.flip(img, 1) # 水平翻转

或者

img = img[::-1, :, :]  # 竖直翻转
img = img[:, ::-1, :]  # 水平翻转

Data Augmentation for Object Detection

代码来自 SSD数据集增强方法

# coding: utf-8

import numpy as np
import random
import cv2
import glob
import xml.etree.cElementTree as ET


def random_translate(img, bboxes, p=0.5):
    # 随机平移
    if random.random() < p:
        h_img, w_img, _ = img.shape
        # 得到可以包含所有bbox的最大bbox
        max_bbox = np.concatenate([np.min(bboxes[:, 0:2], axis=0), np.max(bboxes[:, 2:4], axis=0)], axis=-1)
        max_l_trans = max_bbox[0]
        max_u_trans = max_bbox[1]
        max_r_trans = w_img - max_bbox[2]
        max_d_trans = h_img - max_bbox[3]

        tx = random.uniform(-(max_l_trans - 1), (max_r_trans - 1))
        ty = random.uniform(-(max_u_trans - 1), (max_d_trans - 1))

        M = np.array([[1, 0, tx], [0, 1, ty]])
        img = cv2.warpAffine(img, M, (w_img, h_img))

        bboxes[:, [0, 2]] = bboxes[:, [0, 2]] + tx
        bboxes[:, [1, 3]] = bboxes[:, [1, 3]] + ty
    return img, bboxes


def random_crop(img, bboxes, p=0.5):
    # 随机裁剪
    if random.random() < p:
        h_img, w_img, _ = img.shape
        # 得到可以包含所有bbox的最大bbox
        max_bbox = np.concatenate([np.min(bboxes[:, 0:2], axis=0), np.max(bboxes[:, 2:4], axis=0)], axis=-1)
        max_l_trans = max_bbox[0]
        max_u_trans = max_bbox[1]
        max_r_trans = w_img - max_bbox[2]
        max_d_trans = h_img - max_bbox[3]

        crop_xmin = max(0, int(max_bbox[0] - random.uniform(0, max_l_trans)))
        crop_ymin = max(0, int(max_bbox[1] - random.uniform(0, max_u_trans)))
        crop_xmax = max(w_img, int(max_bbox[2] + random.uniform(0, max_r_trans)))
        crop_ymax = max(h_img, int(max_bbox[3] + random.uniform(0, max_d_trans)))

        img = img[crop_ymin: crop_ymax, crop_xmin: crop_xmax]

        bboxes[:, [0, 2]] = bboxes[:, [0, 2]] - crop_xmin
        bboxes[:, [1, 3]] = bboxes[:, [1, 3]] - crop_ymin
    return img, bboxes


# 随机水平反转
def random_horizontal_flip(img, bboxes, p=0.5):
    if random.random() < p:
        _, w_img, _ = img.shape
        img = img[:, ::-1, :]
        bboxes[:, [0, 2]] = w_img - bboxes[:, [2, 0]]
    return img, bboxes


# 随机垂直反转
def random_vertical_flip(img, bboxes, p=0.5):
    if random.random() < p:
        h_img, _, _ = img.shape
        img = img[::-1, :, :]
        bboxes[:, [1, 3]] = h_img - bboxes[:, [3, 1]]
    return img, bboxes


# 随机顺时针旋转90
def random_rot90_1(img, bboxes=None, p=0.5):
    '''
    :param img: nparray img
    :param bboxes: np.array([[88, 176, 250, 312, 1222], [454, 115, 500, 291, 1222]]), 里面为x1, y1, x2, y2, 标签
    :param p: 随机比例
    :return:
    '''
    # 顺时针旋转90度
    if random.random() < p:
        h, w, _ = img.shape
        trans_img = cv2.transpose(img)
        new_img = cv2.flip(trans_img, 1)
        if bboxes is None:
            return new_img
        else:
            # bounding box 的变换: 一个图像的宽高是W,H, 如果顺时90度转换，那么原来的原点(0, 0)到了 (H, 0) 这个最右边的顶点了，
            # 设图像中任何一个转换前的点(x1, y1), 转换后，x1, y1是表示到 (H, 0)这个点的距离，所以我们只要转换回到(0, 0) 这个点的距离即可！
            # 所以+90度转换后的点为 (H-y1, x1), -90度转换后的点为(y1, W-x1)
            bboxes[:, [0, 1, 2, 3]] = bboxes[:, [1, 0, 3, 2]]
            bboxes[:, [0, 2]] = h - bboxes[:, [0, 2]]
            return new_img, bboxes
    else:
        if bboxes is None:
            return img
        else:
            return img, bboxes


# 随机逆时针旋转
def random_rot90_2(img, bboxes=None, p=0.5):
    '''
    :param img: nparray img
    :param bboxes: np.array([[88, 176, 250, 312, 1222], [454, 115, 500, 291, 1222]]), 里面为x1, y1, x2, y2, 标签
    :param p: 随机比例
    :return:
    '''
    # 逆时针旋转90度
    if random.random() < p:
        h, w, _ = img.shape
        trans_img = cv2.transpose(img)
        new_img = cv2.flip(trans_img, 0)
        if bboxes is None:
            return new_img
        else:
            # bounding box 的变换: 一个图像的宽高是W,H, 如果顺时90度转换，那么原来的原点(0, 0)到了 (H, 0) 这个最右边的顶点了，
            # 设图像中任何一个转换前的点(x1, y1), 转换后，x1, y1是表示到 (H, 0)这个点的距离，所以我们只要转换回到(0, 0) 这个点的距离即可！
            # 所以+90度转换后的点为 (H-y1, x1), -90度转换后的点为(y1, W-x1)
            bboxes[:, [0, 1, 2, 3]] = bboxes[:, [1, 0, 3, 2]]
            bboxes[:, [1, 3]] = w - bboxes[:, [1, 3]]
            return new_img, bboxes
    else:
        if bboxes is None:
            return img
        else:
            return img, bboxes


# 随机对比度和亮度 (概率：0.5)
def random_bright(img, bboxes, p=0.5, lower=0.5, upper=1.5):
    if random.random() < p:
        mean = np.mean(img)
        img = img - mean
        img = img * random.uniform(lower, upper) + mean * random.uniform(lower, upper)  # 亮度
        img = img / 255.
    return img, bboxes


# 随机变换通道
def random_swap(im, bboxes, p=0.5):
    perms = ((0, 1, 2), (0, 2, 1),
             (1, 0, 2), (1, 2, 0),
             (2, 0, 1), (2, 1, 0))
    if random.random() < p:
        swap = perms[random.randrange(0, len(perms))]
        print
        swap
        im[:, :, (0, 1, 2)] = im[:, :, swap]
    return im, bboxes


# 随机变换饱和度
def random_saturation(im, bboxes, p=0.5, lower=0.5, upper=1.5):
    if random.random() < p:
        im[:, :, 1] = im[:, :, 1] * random.uniform(lower, upper)
    return im, bboxes


# 随机变换色度(HSV空间下(-180, 180))
def random_hue(im, bboxes, p=0.5, delta=18.0):
    if random.random() < p:
        im[:, :, 0] = im[:, :, 0] + random.uniform(-delta, delta)
        im[:, :, 0][im[:, :, 0] > 360.0] = im[:, :, 0][im[:, :, 0] > 360.0] - 360.0
        im[:, :, 0][im[:, :, 0] < 0.0] = im[:, :, 0][im[:, :, 0] < 0.0] + 360.0
    return im, bboxes

def random_rot(image, bboxes, angle, center=None, scale=1.0, ):
    (h, w) = image.shape[:2]
    # 若未指定旋转中心，则将图像中心设为旋转中心
    if center is None:
        center = (w / 2, h / 2)
    # 执行旋转
    M = cv2.getRotationMatrix2D(center, angle, scale)
    if bboxes is None:
        for i in range(image.shape[2]):
            image[:, :, i] = cv2.warpAffine(image[:, :, i], M, (w, h), flags=cv2.INTER_CUBIC,
                                            borderMode=cv2.BORDER_CONSTANT)
        return image
    else:
        box_x, box_y, box_label, box_tmp = [], [], [], []
        for box in bboxes:
            box_x.append(int(box[0]))
            box_x.append(int(box[2]))
            box_y.append(int(box[1]))
            box_y.append(int(box[3]))
            box_label.append(box[4])
        box_tmp.append(box_x)
        box_tmp.append(box_y)
        bboxes = np.array(box_tmp)
        ####make it as a 3x3 RT matrix
        full_M = np.row_stack((M, np.asarray([0, 0, 1])))
        img_rotated = cv2.warpAffine(image, M, (w, h), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_CONSTANT)

        ###make the bboxes as 3xN matrix
        full_bboxes = np.row_stack((bboxes, np.ones(shape=(1, bboxes.shape[1]))))
        bboxes_rotated = np.dot(full_M, full_bboxes)

        bboxes_rotated = bboxes_rotated[0:2, :]
        bboxes_rotated = bboxes_rotated.astype(np.int32)

        result = []
        for i in range(len(box_label)):
            x1, y1, x2, y2 = bboxes_rotated[0][2 * i], bboxes_rotated[1][2 * i], bboxes_rotated[0][2 * i + 1], \
                             bboxes_rotated[1][2 * i + 1]
            x1, y1, x2, y2 = max(0, x1), max(0, y1), max(0, x2), max(0, y2)
            x1, x2 = min(w, x1), min(w, x2)
            y1, y2 = min(h, y1), min(h, y2)
            one_box = [x1, y1, x2, y2, box_label[i]]
            result.append(one_box)
        return img_rotated, result


def readAnnotations(xml_path):
    et = ET.parse(xml_path)
    element = et.getroot()
    element_objs = element.findall('object')

    results = []
    for element_obj in element_objs:
        result = []
        class_name = element_obj.find('name').text

        obj_bbox = element_obj.find('bndbox')
        x1 = int(round(float(obj_bbox.find('xmin').text)))
        y1 = int(round(float(obj_bbox.find('ymin').text)))
        x2 = int(round(float(obj_bbox.find('xmax').text)))
        y2 = int(round(float(obj_bbox.find('ymax').text)))

        result.append(int(x1))
        result.append(int(y1))
        result.append(int(x2))
        result.append(int(y2))
        result.append(666)

        results.append(result)
    return results


if __name__ == "__main__":
    image_path = "C://Users/Administrator/Desktop/1/1663776002917.jpg"

    img_org = cv2.imread(image_path)
    img = img_org
    bboxes = readAnnotations(image_path[:-4] + ".xml")
    print("img: {},  box: {}".format(image_path, bboxes))

    img, bboxes = random_horizontal_flip(img, np.array(bboxes), 1)
    #img, bboxes = random_vertical_flip(img, np.array(bboxes), 1)
    # img, bboxes = random_rot90_1(img, np.array(bboxes), 1)
    # img, bboxes = random_translate(img, np.array(bboxes), 1)
    # img, bboxes = random_crop(img, np.array(bboxes), 1)
    # img, bboxes = random_bright(img, np.array(bboxes), 1)
    # img, bboxes = random_swap(img, np.array(bboxes), 1)
    # img, bboxes = random_saturation(img, np.array(bboxes), 1)
    # img, bboxes = random_hue(img, np.array(bboxes), 1)
    img = np.array(img)

    for box in bboxes:
        cv2.rectangle(img, (box[0], box[1]), (box[2], box[3]), (0, 255, 0), 2)
        cv2.putText(img, str(box[4]), (box[0], max(20, box[1])), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)

    cv2.imshow(image_path, img)
    img_rotate = 0
    cv2.waitKey(0)

原图+bbox

在这里插入图片描述
水平翻转
在这里插入图片描述
竖直翻转
在这里插入图片描述
顺时针 90 °
在这里插入图片描述
平移
在这里插入图片描述
随机 crop
在这里插入图片描述
随机亮度
在这里插入图片描述
随机 swap
在这里插入图片描述
随机饱和度
在这里插入图片描述
随机 hue
在这里插入图片描述

bryant_meng
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
使用 Python 和 OpenCV 进行数据增广
小白学视觉
10-03 1107
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达数据扩充是一种增加数据集多样性的技术，无需收集更多真实数据，但仍有助于提高模型精度并防止模型过度拟合。在这篇文章中，我...
基于Python的图像数据增强Data Augmentation解析
09-18
Python中有多个库支持图像数据增强，如`OpenCV`、`PIL`、`TensorFlow`的`tf.data` API和`Keras`的`ImageDataGenerator`。这些库提供了丰富的预定义变换，使得实现数据增强变得更加便捷。 8. **总结** 数据增强是...
data transformation python_Data augmentation: 利用python进行图像扩建
weixin_39792747的博客
12-11 155
关于数据扩充本文代码将从现有文件夹中选择一些随机图像并进行转换，例如添加噪点、旋转、翻转等等。Step 1: 图像转换(transformations)现有的python库例如 OpenCV 或 Pillow 都具备有图像转换的功能。这里我们将在scikit-image 上进行实现。现在定义一些数据扩建所需要的 transformation functions。import randomfrom ...
【Python高级编程】使用OpenCV进行图像旋转详解
小火龙的博客
06-17 626
获取图像的高度和宽度。计算图像中心点。生成一个旋转矩阵，用于指定旋转的中心点、角度和缩放因子。使用仿射变换函数对图像进行旋转操作。显示旋转后的图像，并等待用户按键关闭窗口。通过这段代码，可以对图像进行旋转处理，同时保持图像中心为旋转轴心，并可选择是否缩放图像。
Python-opencv实现Data Augmentation
weixin_33851177的博客
04-15 713
本篇是前面两篇教程：给深度学习入门者的Python快速教程 - 基础篇给深度学习入门者的Python快速教程 - numpy和Matplotlib篇的番外篇，因为严格来说不是在讲Python而是讲在Python下使用OpenCV。本篇将介绍和深度学习数据处理阶段最相关的基础使用，并完成4个有趣实用的小例子：- 延时摄影小程序- 视频中截屏采样的小程序- 图片数据增加（data augmentati...
【python】Data Augmentation
最新发布
bryant_meng
07-04 309
随机裁剪图片中的长款缩放为 scale 倍的区域，resize 到原图大小，bounding box 的坐标也相应的改变。resized.jpg，粉色区域也被缩放成原图大小，可以看到猫的框裁剪过半，被舍弃了。引入了丢弃机制，裁剪后 bbox 的面积如果小于原来的 50%，该 bbox 丢弃。在目标中进行 mask，随机左上角，h和w固定为设定值——1/2。bbox.jpg，粉色框是随机裁剪的区域，其他框是目标。人和海鸥裁剪均过半，被舍弃，猫和包裁剪未过半，得以保留。c.jpg 对比度增广。
Data augmentation: 利用python进行图像扩建
Ares_1026的博客
08-28 586
Data augmentation: 利用python进行图像扩建关于数据扩充Step 1: 图像转换（transformations）Step 2: 列出文件夹中所有图片并且readStep 3: Image transformationsStep 4: 存储新图像Conclusion 最近在做开集问题时正好有扩建数据集的需求，把一些方法分享给大家～ 关于数据扩充 本文代码将从现有文件夹中选择一些随机图像并进行转换，例如添加噪点、旋转、翻转等等。 Step 1: 图像转换（transformations
python opencv中的imwrite函数_基础学习笔记之opencv(24)：imwrite函数的使用
weixin_39996134的博客
12-20 969
前言OpenCV中保存图片的函数在c++版本中变成了imwrite()，这应该是向matlab中图像处理的的一些函数风格靠近吧。保存图片这个功能还是很重要的，比如说在写科研论文的时候需要把一些中间图片给贴出来，这样就可以在程序中间利用该函数保存图片了。甚至还可以将这些保存的图片供后续的matlab处理。本文就简单介绍下OpenCV中imwrite()函数的用法。不过个人感觉这个函数功能还是不够强大...
python三维数据增强_Python数据增强(data augmentation)库--Augmentor 使用介绍
weixin_39973410的博客
12-10 993
Augmentor 使用介绍原图1.random_distortion(probability, grid_height, grid_width, magnitude)最终选择参数为p.random_distortion(probability=0.8, grid_height=3, grid_width=3, magnitude=6)其他参数效果：magnitude和grid_width,gri...
【python】OpenCV—Histogram（9.1）
bryant_meng
01-09 1132
学习参考来自更多学习笔记可以参考。
python Opencv NV21图像转BGR
Tourior的博客
08-25 2399
YUV NV21格式图像转BGR import cv2 import numpy as np import glob import os import tqdm import argparse ap = argparse.ArgumentParser() ap.add_argument("-i", "--input", required=True,help="path to the input rgb") ap.add_argument("-o", "--output", required=True,he
data_pipeline_python_数据集扩充_
09-30
当我们面临有限的数据时，可以通过数据扩充（Data Augmentation）技术来人为地增加数据集的大小，以提升模型的泛化能力。在这个场景中，我们讨论的是一个基于Python的数据处理流程，特别是针对图像数据集进行扩充的...
数据增强：用于数据增强的图像弹性变换
02-12
在Python环境中，可以使用开源库如`OpenCV`或` albumentations`来实现图像弹性变形。`albumentations`库特别方便，因为它提供了多种数据增强方法，并且易于集成到现有的深度学习框架中，如TensorFlow或PyTorch。 在...
各种cv工具，比如labeltools，dataaugmentation，labelconversion等。___下载.zip
04-19
在Python中，常用的库如OpenCV和 Albumentations 提供了丰富的数据增强功能。 再者，LabelConversion工具主要用于不同标注格式之间的转换。在CV项目中，不同的研究或应用可能使用不同的标注格式，例如VOC、COCO、...
data_augmentation_目标检测_j数据增广_
10-01
在`data_augmentation.py`这个文件中，可能包含了实现这些数据增广方法的Python代码。这些代码通常会使用像OpenCV或PIL这样的图像处理库来执行图像变换。开发者可能定义了函数，根据预设参数或随机种子生成一系列的...
【python】Scikit-learn中决策树可视化方法
热门推荐
bryant_meng
03-19 1万+
参考 官方文档，决策树的介绍 官方文档，回归树使用参数介绍 官方文档，回归树小的例子 scikit-learn决策树算法类库使用小结（分类回归树参数对比介绍与可视化方法） 官方回归树的example代码如下 print(__doc__) # Import the necessary modules and libraries import numpy as np from s...
【python】Leetcode（primer）
bryant_meng
09-11 1万+
（2019.7.26）不断更新中…… 【python】Leetcode（Data Structure / Algorithm） 【python】Leetcode（Dynamic Programming） 【python】Leetcode（Map） 【python】Leetcode（String） 【python】Leetcode（Tree） 【python】Coding（Interview） 文章目录260. 只出现一次的数字 III（字典 / 位运算）136. 只出现一次的数字（字典）137. 只出现一
【python】OpenCV—Video to Imag / Image to Video
bryant_meng
11-24 8949
文章目录1 计算总帧数2 计算 Frames per second（FPS）3 Video to Image4 Image to Video 1 计算总帧数 import cv2 video_cap = cv2.VideoCapture('/home/Downloads/2.mp4') frame_count = 0 while (True): ret, frame = video_cap.read() if ret is False: break fram..
python写一个数据增强算法
05-18
def data_augmentation(image): # 随机旋转 angle = np.random.randint(-10, 10) rows, cols, _ = image.shape M = cv2.getRotationMatrix2D((cols/2,rows/2),angle,1) image = cv2.warpAffine(image,M,(cols,...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值