图像识别检测之数据处理【总结】

全息数据

已于 2022-11-25 19:17:57 修改

阅读量603

点赞数 1

分类专栏：深度学习图像算法文章标签：图像处理深度学习计算机视觉

于 2022-09-19 10:21:43 首次发布

本文链接：https://blog.csdn.net/qq_23022733/article/details/126928490

版权

深度学习同时被 2 个专栏收录

72 篇文章 11 订阅

订阅专栏

图像算法

61 篇文章 4 订阅

订阅专栏

文章目录

1、边沿图片的数据处理

如图这种处于临界的图片就不需要处理，不是好素材。
在这里插入图片描述

2、模糊样本舍弃

3、重叠率大于30%舍弃

4、数据处理一些小技巧

import cv2
import os
import json

from tqdm import tqdm

imgs_path = [r"C:\Users\9ling\Desktop\ATM\original_imgs\0096418706418705fcda8240ae034d0a968e02858f58bb00.jpg",
             r"C:\Users\9ling\Desktop\ATM\original_imgs\00963525013524979d84cd0683404cea904b9e8878539c98.jpg",
             r"C:\Users\9ling\Desktop\ATM\original_imgs\00960085560085544386d0f9fc69406d8101f4696a25e32a.jpg",
             r"C:\Users\9ling\Desktop\ATM\original_imgs\00960840310840305e229d2259b8468882f7900666a66aaa.jpg"]
i = 11
for i_path in tqdm(imgs_path):
    im = cv2.imread(i_path, 1)
    for j in range(50):
        cv2.imwrite(os.path.join(("\\").join(i_path.split("\\")[:-2]), "site_falsedetectmake1119_02",
                                 str(i * 100 + j) + ".jpg"), im)
    i += 1