语义分割中的数据增强

目录

• Augmentor安装
• 使用方法
• 将增强后的图像和掩码分开

Augmentor安装

pip install Augmentor - https://pypi.douban.com/simple

使用Augmentor

注意：图片的名字一定要和掩码的名字相同(包括后缀名)，否则不能对掩码增强，生成的增强图像和掩码图像都在Pipeline管道指定文件下的output文件夹下

import Augmentor


def augment_data():
	# 不需要读取图像,在管道中给定路径就行，增强的操作只需在管道添加
	p = Augmentor.Pipeline('./images')  # 真实图像的路径
	p.ground_truth('./labels')    # 掩码图像的路径 名字一定要相同，否则不能生成mask的增强

    # 图像旋转，按照0.5的概率，最大左旋转角度20，右旋转角度10
    # 左右的角度必须在25之内
    p.rotate(probability=.5, max_left_rotation=20, max_right_rotation=10)
    # 图像左右翻转
    p.flip_left_right(probability=0.5)
    # 图像放大缩小,按照概率为0.5，面积为原来的0.9倍
    p.zoom_random(probability=.5, percentage_area=0.9)
    # 裁剪
    p.crop_random(probability=.5, percentage_area=0.8)
    # 亮度
    p.random_brightness(probability=.2, min_factor=0.1, max_factor=0.9)

    # 最终扩充的样本数量
    p.sample(10)

将增强后的图像和掩码分开

import os


def split_image_mask():
    # 原始图像的文件夹
    orgin_dir = './augment_data/images' 
    # mask图像的文件夹
    mask_dir = './augment_data/labels'
    if not os.path.exists(orgin_dir):
        os.makedirs(orgin_dir)
    if not os.path.exists(mask_dir):
        os.makedirs(mask_dir)

    output_dir = './images/output' # 上面生成的增强图像都在这个目录下
    all_img_list = os.listdir(output_dir)
    count = 1
    for img_name in all_img_list:
        """找到对应的img和mask"""
        if img_name.startswith('_groundtruth_'):
            # 将掩码移到mask_dir文件夹下
            img_path = img_name.split('_', maxsplit=4)[-1]
            os.rename(os.path.join(output_dir, img_name), os.path.join(mask_dir, str(count) + '.jpg'))
            # 图像移动到orgin_dir下
            os.rename(os.path.join(output_dir, 'images_original_' + img_path),
                      os.path.join(orgin_dir, str(count) + '.jpg'))
            count += 1