imgaug数据增强库实现图像增强代码

最新推荐文章于 2024-08-10 07:00:35 发布

despacito,

最新推荐文章于 2024-08-10 07:00:35 发布

阅读量1.1k

点赞数 1

分类专栏：图像处理

本文链接：https://blog.csdn.net/qq_40108803/article/details/102865142

版权

这篇博客介绍了如何利用imgaug数据增强库对二维图像数据进行增强。图像数据具有(N,height,width,channels)的维度结构，其中channels代表RGB通道或灰度图的通道数。数据增强针对的是uint8类型的图像，值域在0到255之间。" 88238247,7650816,使用JavaScript实现打印沙漏算法,"['JavaScript算法练习', '编程竞赛']

摘要由CSDN通过智能技术生成

前言：

该数据增强库比较容易上手，我们读取的二维图像数据，记为images，images有四个维度，分别为（N,height,weidth,channels），即：图像数量，图像高度，图像宽度，图像的通道（RGB）。如果是灰度图的话，同样为四个维度，只是channels为1。数据必须是uint8类型，大小在0到255之间。对images中的图像数据进行增强如下：

import glob
import os
import cv2
from imgaug import augmenters as iaa
import imgaug as ia


all_images = glob.glob('C:/Users/tianr/Desktop/images/GreyPng/*.png')
#print(all_images)
for path in all_images:
    name = os.path.basename(path)[:-4]
    #print(name)
    images = cv2.imread(path,0)
    images = [images,images,images]
    #定义一个lambda表达式，以p=0.5的概率去执行sometimes传递的图像增强
    sometimes = lambda aug:iaa.Sometimes(0.5,aug)
    #建立一个名为seq的实例，定义增强方法，用于增强
    aug =iaa.Sequential(
        [
        iaa.Fliplr(0.5),# 对50%的图像进行镜像翻转
        iaa.Flipud(0