街景字符识别--Task02：数据读取与数据扩增

街景字符识别–Task02：数据读取与数据扩增

先学习：

https://github.com/datawhalechina/team-learning/blob/master/03%20%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E5%AE%9E%E8%B7%B5%EF%BC%88%E8%A1%97%E6%99%AF%E5%AD%97%E7%AC%A6%E7%BC%96%E7%A0%81%E8%AF%86%E5%88%AB%EF%BC%89/Datawhale%20%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%85%A5%E9%97%A8CV%20-%20Task%2002%20%E6%95%B0%E6%8D%AE%E8%AF%BB%E5%8F%96%E4%B8%8E%E6%95%B0%E6%8D%AE%E6%89%A9%E5%A2%9E.md

学习提纲总结：

2.1 学习目标

学习Python和Pytorch中图像读取
学会扩增方法和Pytorch读取赛题数据

2.2 图像读取

由于赛题数据是图像数据，赛题的任务是识别图像中的字符。因此我们首先需要完成对数据的读取操作，在Python中有很多库可以完成数据读取的操作，比较常见的有Pillow和OpenCV。

2.2.1 Pillow

Pillow是Python图像处理函式库(PIL）的一个分支。Pillow提供了常见的图像读取和处理的操作，而且可以与ipython notebook无缝集成，是应用比较广泛的库。

示例代码：

from PIL import Image#导入Pillow库
im =Image.open(cat.jpg’)#读取图片
im2 = im.filter(ImageFilter.BLUR)#应用模糊滤镜
im2.thumbnail((w//2, h//2))#缩小一半
im2.save(‘blur.jpg’, ‘jpeg’)

2.2.2 OpenCV

OpenCV是一个跨平台的计算机视觉库，最早由Intel开源得来。OpenCV发展的非常早，拥有众多的计算机视觉、数字图像处理和机器视觉等功能。OpenCV在功能上比Pillow更加强大很多，学习成本也高很多。

示例代码：

import cv2#导入Opencv库
img = cv2.imread(‘cat.jpg’)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)#Opencv默认颜色通道顺序是BRG，转换一下
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#转换为灰度图
edges = cv2.Canny(img, 30, 70)#Canny边缘检测
cv2.imwrite(‘canny.jpg’, edges)

2.3 数据扩增方法

在上一小节中给大家初步介绍了Pillow和OpenCV的使用，现在回到赛题街道字符识别任务中。在赛题中我们需要对的图像进行字符识别，因此需要我们完成的数据的读取操作，同时也需要完成数据扩增（Data Augmentation）操作。

2.3.1 数据扩增介绍

在深度学习中数据扩增方法非常重要，数据扩增可以增加训练集的样本，同时也可以有效缓解模型过拟合的情况，也可以给模型带来的更强的泛化能力。

2.3.2 常见的数据扩增方法

在常见的数据扩增方法中，一般会从图像颜色、尺寸、形态、空间和像素等角度进行变换。当然不同的数据扩增方法可以自由进行组合，得到更加丰富的数据扩增方法。

2.3.3 常用的数据扩增库

torchvision
https://github.com/pytorch/vision
pytorch官方提供的数据扩增库，提供了基本的数据数据扩增方法，可以无缝与torch进行集成；但数据扩增方法种类较少，且速度中等；

imgaug
https://github.com/aleju/imgaug
imgaug是常用的第三方数据扩增库，提供了多样的数据扩增方法，且组合起来非常方便，速度较快；

albumentations
https://albumentations.readthedocs.io
是常用的第三方数据扩增库，提供了多样的数据扩增方法，对图像分类、语义分割、物体检测和关键点检测都支持，速度较快。

2.4 Pytorch读取数据

再自己上手练习：

1.导入需要的包

cv2报错：

尝试安装conda install --channel https://conda.anaconda.org/menpo opencv3
没有成功

这是因为最新python在pip库没有匹配的版本，所以使用pip安装会报错。因此，到下面网址去下载opencv。
http://www.lfd.uci.edu/~gohlke/pythonlibs/
选择
opencv_python‑4.2.0‑cp37‑cp37m‑win_amd64.whl
下载完成后，在cmd中输入pip3 install 文件路径\opencv_python‑3.4.2‑cp37‑cp37m‑win_amd64.whl
安装成功！

还有一个报错，缺少torchvision：
安装pip install torchvision，报错

下载whl再安装，下载地址https://download.pytorch.org/whl/torch_stable.html
选择版本cpu/torch-1.3.0%2Bcpu-cp37-cp37m-win_amd64.whl
发现并没有成功。
又重新下载了几个别的版本的torch，显示安装成功了，但是代码里import的时候，还是不行！