图像数据集增强

最新推荐文章于 2022-10-25 10:32:56 发布

sxycmzx123

最新推荐文章于 2022-10-25 10:32:56 发布

阅读量799

点赞数 1

分类专栏：数据集处理文章标签：图像处理

本文链接：https://blog.csdn.net/sxycmzx123/article/details/125267668

版权

这篇博客探讨了图像数据集增强的常用方法，包括随机旋转、平移、缩放、裁剪、填充、左右翻转以及像素噪声扰动等。此外，还提到了颜色变换、亮度和对比度调整等技术。文章中提供了使用Python和OpenCV进行图像变换的代码示例，用于尺寸一致性调整和各种图像增强操作。

摘要由CSDN通过智能技术生成

常用图像扩增所采用的变换

一定程度内的随机旋转、平移、缩放、裁剪、填充、左右翻转；
对图像中的像素添加噪声扰动。常见的有椒盐噪声、高斯白噪声；
颜色变换。在图像的RGB颜色空间上添加增量；
改变图片的亮度、清晰度、对比度、锐度等；
除此之外，还有采样算法SMTE，生成对抗网络GAN等都可以进行图像扩充

代码

Python >= 3.6，Opencv2

尺寸一致：
将指定文件夹下的所有图片resize至同一尺寸，并保存在指定文件夹下

# -*-coding = utf-8 -*-
"""
流程：
1.读取指定文件夹所有文件(必须都是图片)
2.进行resize，并存储在指定文件夹下
修改值：
path_read: 需要进行修改的图片存储的文件夹
path_write: 修改后的图片存储的文件夹,必须为空，会对图片重新编号00000-09999
target_size：[x, y] 修改后文件的尺寸
"""
import os
import cv2


if __name__ == "__main__":
    path_read = "D:/pic_old/"
    path_write = "D:/pic_new/"
    target_size = [512, 512]
    image_list = [x for x in os.listdir(path_read)]
    for num, img in enumerate(image_list