图像数据增强方法综述及其python实现（包括随机裁剪、翻转、直方图均衡化、gamma变换、滤波和随机噪声）

图像数据增强广泛用于深度学习的训练，对模型的性能提升有很大的帮助；

这里列出了图像数据增强的几种方式，包括随机裁剪、翻转、直方图均衡化、gamma变换、滤波和随机噪声及其python实现。

1. 随机裁剪

1.1 random_crop

对图片随机0.6~1.0比率大小的区域裁剪，保持长宽比不变

1.1.1 代码

import random
import numpy as np

def random_crop(image, min_ratio=0.6, max_ratio=1.0):

    h