深度学习的图像增强

图像增强：增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果。

在深度学习范畴下，图像增强是为了丰富图像的样本特征，使模型泛化能力更强。常用方式有：旋转、裁剪、水平或垂直旋转、改变亮度、高斯滤波、模糊处理。

此文所涉及的图像增强技术通过opencv实现。

import random
import pickle
import os
import cv2
import time
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image, ImageDraw
import os.path as osp


def img_show(img_raw):
    
    cv2.namedWindow("Image")
    cv2.imshow('Image',img_raw)
    cv2.waitKey (0)

    cv2.destroyAllWindows()
    return img_raw

def rota_img(raw_img,degree):
    """
    opencv实现
    对图像进行随机任意角度(0~360度)旋转
    degree:旋转角度
    :return: 旋转转之后的图像
    """
    h, w, c = raw_img.shape#(768,480,3)
    center_x = w // 2
    center_y = h // 2
    center = (center_x, center_y)
    M= cv2.getRotationMatrix2D(center, -degree, 1.)
    image = cv2.warpAffine