OpenCV图像数据增强代码解析与实战【飞桨】【图像分类】【PaddlePaddle】

OpenCV图像数据增强代码解析与实战【飞桨】【图像分类】【PaddlePaddle】

欢迎报名：
飞桨领航团图像分类零基础训练营

常用图像增广方法主要有：左右翻转(上下翻转对于许多目标并不常用)，随机裁剪，变换颜色(亮度，对比度，饱和度和色调)等等，我们拟用opencv-python实现部分数据增强方法。

结构如下：

class FunctionClass:
    def __init__(self, parameter):
        self.parameter=parameter

    def __call__(self, img):       

import cv2
import numpy as np
import random
from matplotlib import pyplot as plt
%matplotlib inline

filename = 'lena.jpg'
## [Load an image from a file]
img = cv2.imread(filename)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)

<matplotlib.image.AxesImage at 0x7fc780124ed0>

print(img.shape)

(350, 350, 3)

1.图片缩放

interpolation 选项	所用的插值方法
INTER_NEAREST	最近邻插值
INTER_LINEAR	双线性插值（默认设置）
INTER_AREA	使用像素区域关系进行重采样。 它可能是图像抽取的首选方法，因为它会产生无云纹理的结果。 但是当图像缩放时，它类似于INTER_NEAREST方法。
INTER_CUBIC	4x4像素邻域的双三次插值
INTER_LANCZOS4	8x8像素邻域的Lanczos插值

class Resize:
    def __init__(self, size):
        if size is not None:
            self.w = size if type(size) is int else size[0]
            self.h = size if type(size) is int else size[1]
        else:
            raise OperatorParamError("invalid params for ReisizeImage for 'size' is None")   

    def __call__(self, img):
        # TODO
        return cv2.resize(img, (self.w, self.h), interpolation=cv2.INTER_LINEAR)

resize1 = Resize(600)
img2 = resize1(img)
plt.imshow(img2)
print(img2.shape)

(600, 600, 3)

resize2 = Resize((600, 700))
img3 = resize2(img)
plt.imshow(img3)
print(img3.shape)

(700, 600, 3)

2.图片翻转

class Flip:
    """ 
    random flip image 随机翻转图片
    mode:
        1: Flipped Horizontally 水平翻转
        0: Flipped Vertically 上下翻转
        -1: Flipped Horizontally & Vertically 水平、上下翻转
    """
    def __init__(self, mode=1):
        # 设置一个翻转参数，1、0或-1
        assert mode in <