一些基础的图像增强方法，批量处理饱和度、噪声、对比度等调整

最新推荐文章于 2024-06-27 16:41:31 发布

处女座佩奇

最新推荐文章于 2024-06-27 16:41:31 发布

阅读量1.1k

点赞数 4

文章标签： python 机器学习人工智能

本文链接：https://blog.csdn.net/qq_42264030/article/details/125963189

版权

本文介绍了几种基础的图像增强方法，包括调整对比度、锐度和亮度，以及引入椒盐噪声和高斯噪声，旨在提升图片处理效率，扩大训练集规模，提高机器学习模型的训练精度。同时提到了应用这些方法有助于发表高质量的研究成果。

摘要由CSDN通过智能技术生成

帮助你高效处理图片，扩大训练集数量，提高训练精度。

1.对比度、锐度、亮度

from PIL import Image
from PIL import ImageEnhance
import os

rootdir = r'/media/jidong/code/zdata/val'  # 指明被遍历的文件夹
for parent, dirnames, filenames in os.walk(rootdir):
    for filename in filenames:
        currentPath = os.path.join(parent, filename)
        im = Image.open(currentPath)
        print(filename)
        # enh_con = ImageEnhance.Contrast(im)  # 增加对比度
        # image_contrasted = enh_con.enhance(0.5)
        # newname1 = r"/media/jidong/code/zdata/tr-duib/" + filename
        # image_contrasted.save(newname1)

        # enh_sha = ImageEnhance.Sharpness(im)  # 增加锐度
        # image_sharped = enh_sha.enhance(3.0)
        # newname2 = r"/media/jidong/code/zdata/vl-sha/" + filename
        # image_sharped.save(newname2)

        # 增加亮度
        enh_bri = ImageEnhance.Brightness(im)
        image_brightened =