CV入门赛事：街景字符编码识别-02-数据读取及数据扩增

本文主要介绍如何使用python进行图片的读取和扩增图片数量

1. 图像读取

python中图像的读取，有以下两种常见的方式：

• 利用Pillow库
• OpenCV 库

方式一：利用Pillow读取

from PIL import Image #导入需要的库
im = Image.open('G:/python/04DataWhale/04CV基础入门/data-街景字符/mchar_train/mchar_train/000001.png')
im.show()

方式二：用OpenCv来读取

import cv2  #导入库
img = cv2.imread('G:/python/04DataWhale/04CV基础入门/data-街景字符/mchar_train/mchar_train/000001.png')#文件地址
cv2.namedWindow('input_image',cv2.WINDOW_AUTOSIZE)#创建一个窗口
cv2.imshow('input_image',img)#用指定窗口显示图片
cv2.waitKey(0)

注：我在使用OpenCV进行读取时，代码跟网上的一样，但是一直没有成功，出现如下报错：
cv2.error: OpenCV(4.2.0) C:\projects\opencv-python\opencv\modules\highgui\src\window.cpp:376: error: (-215:Assertion failed) size.width>0 && size.height>0 in function ‘cv::imshow’

网上找了很多原因，如：

• 文件路径中不能出现“\”；
• 不能包含英文
• …
  都试了，但是还是不行，暂时放在这里吧，等我找到原因，再更。

2.数据扩增（Data Augmentation）

• 目的；深度学习时代，数据为王。但是往往不可能拿到很多数据。这个时候，就需要数据扩增加训练集的样本量，同时也可以缓解模型过拟合的情况，还可以给模型带来更强的泛化能力。
• 核心：不能改变数据本来的意思，即扩增之后数据（包括图像）所代表含义不变。像图片6经过旋转就会变成9，改变了本身的意思，就是不对的。

常见的数据扩增方法

主要介绍pytorch中的torchvision

import torchvision.transforms as transforms  # 导入模块

具体方法如下图