场景数据的增强方法

猫猫与橙子

已于 2022-05-14 13:48:28 修改

阅读量360

点赞数

分类专栏：特征提取与图像处理笔记文章标签：曝光数据增强

于 2021-11-05 14:10:45 首次发布

本文链接：https://blog.csdn.net/qq_22764813/article/details/121160133

版权

1.光线明暗的数据增强

方法一：针对现场相机过曝的数据增强方法

将图像使用opencv从BGR格式转化为HLS（Hue(色相)、Luminance(亮度)、Saturation(饱和度)）格式，然后对其亮度进行处理(注意：使用opencv时，从BGR转RGB，再从RGB转HSV进行图像处理)：

#for i in range(20):
#    # 测试亮度变化
#    coeff = i * 0.05

def change_light(image, coeff):
    image_HLS = cv2.cvtColor(image, cv2.COLOR_RGB2HLS)  ## Conversion to HLS
    image_HLS = np.array(image_HLS, dtype=np.float64)
    image_HLS[:, :, 1] = image_HLS[:, :, 1] * coeff  ## scale pixel values up or down for channel 1(Lightness)
    if (coeff > 1):
        image_HLS[:, :, 1][image_HLS[:, :, 1] > 255] = 255  ##Sets all values above 255 to 255
    else:
        image_HLS[:, :, 1][image_HLS[:, :, 1] < 0] = 0
    image_HLS = np.array(image_HLS, dtype=np.uint8)
    image_RGB = cv2.cvtColor(image_HLS, cv2.COLOR_HLS2RGB)  ## Conversion to RGB
    return image_RGB

原图：