实战｜13个Pytorch 图像增强方法总结（附代码）

最新推荐文章于 2024-04-29 05:31:04 发布
最新推荐文章于 2024-04-29 05:31:04 发布
阅读量3.5k 收藏 43
点赞数 6
文章标签： pytorch 人工智能 python 深度学习 机器学习
原文链接：https://mp.weixin.qq.com/s?__biz=MzU0NjgzMDIxMQ==&mid=2247609420&idx=2&sn=67d66d1fe1d8993e1b048b50cec565e8&chksm=fb54cea0cc2347b67d5b51e7f44b7dab82618b6639c32e5bed2a7b31677e8eb351f7395e63f7&scene=126&sessionid=0
版权 
点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者丨结发授长生@知乎

链接丨https://zhuanlan.zhihu.com/p/559887437

使用数据增强技术可以增加数据集中图像的多样性，从而提高模型的性能和泛化能力。主要的图像增强技术包括：

  • 调整大小

  • 灰度变换

  • 标准化

  • 随机旋转

  • 中心裁剪

  • 随机裁剪

  • 高斯模糊

  • 亮度、对比度调节

  • 水平翻转

  • 垂直翻转

  • 高斯噪声

  • 随机块

  • 中心区域

调整大小

在开始图像大小的调整之前我们需要导入数据（图像以眼底图像为例）。

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T

plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/000001.tif'))
torch.manual_seed(0) # 设置 CPU 生成随机数的 种子 ，方便下次复现实验结果
print(np.asarray(orig_img).shape) #(800, 800, 3)

#图像大小的调整
resized_imgs = [T.Resize(size=size)(orig_img) for size in [128,256]]
# plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('resize:128*128')
ax2.imshow(resized_imgs[0])

ax3 = plt.subplot(133)
ax3.set_title('resize:256*256')
ax3.imshow(resized_imgs[1])

plt.show()
37e8ab676fcf42d0e6b279b1fac69cf2.jpeg

灰度变换

此操作将RGB图像转化为灰度图像。

gray_img = T.Grayscale()(orig_img)
# plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(122)
ax2.set_title('gray')
ax2.imshow(gray_img,cmap='gray')
c83fc892f853bb9a01d81c39d8232eb8.jpeg

标准化

标准化可以加快基于神经网络结构的模型的计算速度，加快学习速度。

  • 从每个输入通道中减去通道平均值

  • 将其除以通道标准差。

normalized_img = T.Normalize(mean=(0.5, 0.5, 0.5), std=(0.5, 0.5, 0.5))(T.ToTensor()(orig_img))
normalized_img = [T.ToPILImage()(normalized_img)]
# plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(122)
ax2.set_title('normalize')
ax2.imshow(normalized_img[0])

plt.show()
b6371a927cb20f96a8b19ff3b1348808.jpeg

随机旋转

设计角度旋转图像

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

rotated_imgs = [T.RandomRotation(degrees=90)(orig_img)]
print(rotated_imgs)
plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(122)
ax2.set_title('90°')
ax2.imshow(np.array(rotated_imgs[0]))
f72b4533c871745166fb5d455fd23d74.jpeg

中心剪切

剪切图像的中心区域

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

center_crops = [T.CenterCrop(size=size)(orig_img) for size in (128,64)]

plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('128*128°')
ax2.imshow(np.array(center_crops[0]))

ax3 = plt.subplot(133)
ax3.set_title('64*64')
ax3.imshow(np.array(center_crops[1]))

plt.show()
04f169db118f199ae168f4b164abf8d3.jpeg

随机裁剪

随机剪切图像的某一部分

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

random_crops = [T.RandomCrop(size=size)(orig_img) for size in (400,300)]

plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('400*400')
ax2.imshow(np.array(random_crops[0]))

ax3 = plt.subplot(133)
ax3.set_title('300*300')
ax3.imshow(np.array(random_crops[1]))

plt.show()
48b31c40682e2adf80fda07b05aec0e5.jpeg

高斯模糊

使用高斯核对图像进行模糊变换

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

blurred_imgs = [T.GaussianBlur(kernel_size=(3, 3), sigma=sigma)(orig_img) for sigma in (3,7)]

plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('sigma=3')
ax2.imshow(np.array(blurred_imgs[0]))

ax3 = plt.subplot(133)
ax3.set_title('sigma=7')
ax3.imshow(np.array(blurred_imgs[1]))

plt.show()
5ce206813b64da015fffa2f4656b8011.jpeg

亮度、对比度和饱和度调节

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))
# random_crops = [T.RandomCrop(size=size)(orig_img) for size in (832,704, 256)]
colorjitter_img = [T.ColorJitter(brightness=(2,2), contrast=(0.5,0.5), saturation=(0.5,0.5))(orig_img)]

plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)
ax2 = plt.subplot(122)
ax2.set_title('colorjitter_img')
ax2.imshow(np.array(colorjitter_img[0]))
plt.show()
5f0ab9618c9d5a029883c904f52806f0.jpeg

水平翻转

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

HorizontalFlip_img = [T.RandomHorizontalFlip(p=1)(orig_img)]

plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(122)
ax2.set_title('colorjitter_img')
ax2.imshow(np.array(HorizontalFlip_img[0]))


plt.show()
cbfabc270efd5173d190992acb85e7ad.jpeg

垂直翻转

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

VerticalFlip_img = [T.RandomVerticalFlip(p=1)(orig_img)]

plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(122)
ax2.set_title('VerticalFlip')
ax2.imshow(np.array(VerticalFlip_img[0]))

# ax3 = plt.subplot(133)
# ax3.set_title('sigma=7')
# ax3.imshow(np.array(blurred_imgs[1]))

plt.show()
ef4d13a4636f365b2d433d0662e4cf01.jpeg

高斯噪声

向图像中加入高斯噪声。通过设置噪声因子，噪声因子越高，图像的噪声越大。

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))


def add_noise(inputs, noise_factor=0.3):
    noisy = inputs + torch.randn_like(inputs) * noise_factor
    noisy = torch.clip(noisy, 0., 1.)
    return noisy


noise_imgs = [add_noise(T.ToTensor()(orig_img), noise_factor) for noise_factor in (0.3, 0.6)]
noise_imgs = [T.ToPILImage()(noise_img) for noise_img in noise_imgs]

plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('noise_factor=0.3')
ax2.imshow(np.array(noise_imgs[0]))

ax3 = plt.subplot(133)
ax3.set_title('noise_factor=0.6')
ax3.imshow(np.array(noise_imgs[1]))

plt.show()
fd747973d042d40b2a422631855971bc.jpeg

随机块

正方形补丁随机应用在图像中。这些补丁的数量越多，神经网络解决问题的难度就越大。

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))


def add_random_boxes(img,n_k,size=64):
    h,w = size,size
    img = np.asarray(img).copy()
    img_size = img.shape[1]
    boxes = []
    for k in range(n_k):
        y,x = np.random.randint(0,img_size-w,(2,))
        img[y:y+h,x:x+w] = 0
        boxes.append((x,y,h,w))
    img = Image.fromarray(img.astype('uint8'), 'RGB')
    return img

blocks_imgs = [add_random_boxes(orig_img,n_k=10)]

plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('10 black boxes')
ax2.imshow(np.array(blocks_imgs[0]))


plt.show()
ed7213b78bd01b9adad515f87307497a.jpeg

中心区域

和随机块类似，只不过在图像的中心加入补丁

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))


def add_central_region(img, size=32):
    h, w = size, size
    img = np.asarray(img).copy()
    img_size = img.shape[1]
    img[int(img_size / 2 - h):int(img_size / 2 + h), int(img_size / 2 - w):int(img_size / 2 + w)] = 0
    img = Image.fromarray(img.astype('uint8'), 'RGB')
    return img


central_imgs = [add_central_region(orig_img, size=128)]


plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('')
ax2.imshow(np.array(central_imgs[0]))
#
# ax3 = plt.subplot(133)
# ax3.set_title('20 black boxes')
# ax3.imshow(np.array(blocks_imgs[1]))

plt.show()
b7b2d0d19a6919424585ce1127628797.jpeg

本文仅做学术分享，如有侵权，请联系删文。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。


下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。


交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
小白学视觉
关注
  • 6
    点赞
  • 踩
  • 43
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python代码实现图像增强（线性变换、对数变换，2024年最新字节跳动面试必问
2401_84181911的博客
04-10 656
学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
亮度归一化
白马
10-14 497
Pycharm_python_opencv批量调节图片亮度至相近亮度值` import numpy as np import cv2 import os # 调整最大值+ MAX_VALUE = 100 def update(input_img_path, output_img_path, brightness,saturation): """ 用于修改图片的亮度和饱和度 :param input_img_path: 图片路径 :param output_img_p
小波图像增强matlab源代码
10-06
matlab实现的小波图像增强源代码，简单但还是很好用的代码
python实现图像增强
06-09
主要是深度学习模型进行图像增强，实现深度学习训练阶段做图像扩增，增加模型的泛化能力。
Python代码实现图像增强（线性变换、对数变换、幂律变换、分段线性变换、灰度级分层
最新发布
m0_61408947的博客
04-29 570
import cv2。
【低照度图像增强系列（1）】传统方法（直方图、图像变换）算法详解与代码实现
路人贾的博客
12-23 1505
低照度图像增强系列（1）传统方法（直方图、图像变换）算法详解与代码实现
对图片进行数据增强（基于pytorch）
weixin_57506268的博客
01-04 2072
本篇博客详细介绍了机器学习任务中关于图片数据增强的理论以及对应的代码实现
如何实现数据增强——扩充数据集
A1983Z的博客
11-03 6613
数据集扩充
传统图像增强算法python实现
import_torch_as_tf
05-26 7719
1. 像素级方法 1.1图像反转 图像反转（Image Negative）在许多应用中都很有用，例如显示医学图像和用单色正片拍摄屏幕，其想法是将产生的负片用作投影片。 转换方程：T:G(x,y)=L−F(x,y)​，其中L​是最大强度值，灰度图像L​​为255。 效果： 代码： import cv2 as cv fig = cv.imread('test1.jpg') #图像反转 L = 255 fig1 = L - fig cv.imshow('image',fig) cv.imshow
Python中的图像处理（第九章）Python图像增强
sinat_34897952的博客
05-30 2739
Python中的图像处理（第九章）Python图像增强前言一. Python准备二. Python仿真三. 小结 前言 随着人工智能研究的不断兴起，Python的应用也在不断上升，由于Python语言的简洁性、易读性以及可扩展性，特别是在开源工具和深度学习方向中各种神经网络的应用，使得Python已经成为最受欢迎的程序设计语言之一。由于完全开源，加上简单易学、易读、易维护、以及其可移植性、解释性、可扩展性、可扩充性、可嵌入性：丰富的库等等，自己在学习与工作中也时常接触到Python，这个系列文章的话主要就
图像分割 语义分割 Augmentor数据增强（数据扩充）
记录学习点滴
11-21 2632
Augmentor是Python中用于机器学习的图像增强库。它的目标是成为一个独立于平台和框架的独立库，这更方便，允许对增强进行更精细的控制，并实现最真实的相关增强技术。它采用随机方法，使用构建块，允许在管道中将操作拼凑在一起。Augmentor的目的是自动化图像增强（人工数据生成），以便扩展数据集作为机器学习算法的输入，尤其是神经网络和深度学习。该包的工作原理是构建扩充管道，您可以在其中定义一系列要对一组图像执行的操作。
Python-OpenCV实现了Torchvision的图像增强功能
08-10
OpenCV实现了Torchvision的图像增强功能
SRCNN图像超分辨率Pytorch代码
06-02
# SRCNN超分辨率Pytorch代码 1. 复现SRCNN，使用三层卷积层，kernel size分别为9,1,5； 2. 包含数据集，并包含在该数据集上训练6000epoch的模型pth文件； 3. 包含训练和推理代码，可以使用已经训练好的代码直接推理...
pytorch入门自学文档内附代码包下载地址
06-25
PyTorch 是一个开源的深度学习框架，由 Facebook 的 AI 研究团队推出，它以其灵活性和易用性受到广大开发者的欢迎。本篇文档是针对初学者编写的 PyTorch 入门自学笔记，结合了 B站小土堆的视频教程，旨在帮助读者...
基于Python+pytorch的图像处理+附完整代码图像处理，能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作
04-22
在图像处理这个充满魔法的世界里，Python和PyTorch这对黄金搭档，就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”，总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性，引领着图像处理技术的...
【图像增强】基于单尺度Retinex实现图像增强附Matlab代码
m0_57702748的博客
03-06 1178
图像增强是计算机视觉领域的一项重要技术，旨在改善图像的视觉质量，使其更适合特定任务或应用。单尺度Retinex (MSR) 是一种基于人眼视觉感知模型的图像增强算法，它能够有效地增强图像的对比度和色彩饱和度，同时保持图像的自然外观。本文将详细介绍 MSR 算法的原理、实现步骤和应用场景，并通过实验结果展示其在图像增强方面的优越性能。
【附代码】12个常用的图像数据增强技术总结
limingmin2020的博客
10-28 1697
机器学习；图像增强；本文总结了图像增强常用的一些办法，并附相关代码。
使用Pytorch进行图像增强的综合教程
小白学视觉
05-28 611
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达最近，在研究项目中，开始了解图像增强技术的重要性。该项目的目标是训练一个能够重建原始图像的鲁棒生成模型。所解决的问题是异常检测，这是一个相当具有挑战性的问题，因为数据量很小，而且模型不足以单独完成所有工作。常见的场景是使用可用于训练的正常图像训练网络模型，并在包含正常图像和异常图像的测试集上评估其性能。最初的假设是，生成模型应该...
图像数据增强代码
05-30
以下是使用 Keras 的图像数据增强代码示例： ```python from keras.preprocessing.image import ImageDataGenerator # 定义数据增强器 datagen = ImageDataGenerator( rotation_range=30, # 随机旋转范围 width_shift_range=0.2, # 随机水平平移范围 height_shift_range=0.2, # 随机垂直平移范围 shear_range=0.2, # 随机错切变换范围 zoom_range=0.2, # 随机缩放范围 horizontal_flip=True, # 随机水平翻转 fill_mode='nearest') # 填充模式 # 使用数据增强器生成增强后的图像数据 img = load_img('example.jpg') x = img_to_array(img) x = x.reshape((1,) + x.shape) i = 0 for batch in datagen.flow(x, batch_size=1): plt.figure(i) imgplot = plt.imshow(array_to_img(batch[0])) i += 1 if i % 4 == 0: break ``` 此代码使用了 Keras 的 `ImageDataGenerator` 类来定义数据增强器，并使用 `flow` 方法对图像数据进行增强。可以通过参数来调整数据增强的方式，如随机旋转、平移、缩放、翻转等，从而扩充数据集以提高深度学习模型的泛化能力。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值