python 神经网络图像增强_非常好用的Python图像数据增强工具，适用多个框架

编辑：zero
关注 搜罗最好玩的计算机视觉论文和应用，AI算法与图像处理 微信公众号，获得第一手计算机视觉相关信息
本文转载自：公众号：AI公园

作者：mdbloice

编译：ronghuaiyang

导读

图像增强是CV领域非常常用的技术，这里找到一个非常好用的图像增强的工具，可以用于Pytorch和Keras，而且功能强大，使用简单，更重要的是可以成对的进行图像增强，简直是实战利器，有了这个，妈妈再也不用担心我的数据不够了。

Augmentor是一个Python的图像增强库。这是一个独立的库，不依赖与某个平台或某个框架，非常的方便，可以进行细粒度的增强控制，而且实现了大部分的增强技术。使用了随机的方法来构建基础的模块，用户可以把这些模块组成pipline使用。

安装

Augmentor是Python写的。还有一个Julia的版本，链接：https://github.com/Evizero/Augmentor.jl

使用pip安装：

pip install Augmentor

从源码安装的话，请看编译文档。升级版本的话：

pip install Augmentor --upgrade

文档

完整的文档链接: http://augmentor.readthedocs.io

快速指南和使用

Augmentor的目的是进行自动的图像增强（生成人造数据）为了扩展数据集作为机器学习算法的输入，特别是神经网络和深度学习。

这个包通过创建一个增强的pipeline，即定义一系列的操作。这些操作有比如旋转和变换，一个加一个成为一个增强的pipeline，当完成的时候，pipeline可以执行，增强之后的数据也创建成功。

开始时，需要初始化pipeline对象，指向一个文件夹。

import 

然后可以在pipeline对象中添加操作：

p

每个函数需要制定一个概率，用来决定是否需要对这个图像进行这个操作。

一旦你创建了pipeline，可以从中进行采样，就像这样：

p

这样会产生10000个增强之后的图像。默认会写到指定文件夹中的名为output的目录中，这个指定文件夹就是初始化时指定的那个。

如果你想进行一次图像的增强操作，可以使用process():

p

这个函数在进行数据集缩放的