[数据预处理]1. 加入黑边

给数据加入黑边

一、原因

1. 有时候由于网络设计的原因，我们需要输入固定尺寸大小的图片，例如比较常见的就是输入正方形的图片到网络中，如：YOLO中输入图片的大小有416x416大小的。但是，我们的数据集中的图片往往不是正方形的，那么我们在一般情况下，需要对图片进行处理，可以加入黑边的操作。
2. 这里面加入黑边，一般会有两种情况，这一般与标签的制作方法、处理的问题或者是简单复杂程度来决定的。

通常情况有两种

• 一种情况是回归问题：如画框，一般情况下框的标签已经确定，因此，我们一般为了方便，我们不会修改原始的标签，因此，就讲图片粘贴到一张正方形的固定颜色背景图上，原始图片与背景图片的0点重合，这样图片的坐标就不要进行修改
• 另外一种请框时分割问题：有时候由于制作标签的问题，我们一般分割的时候（如：医学分割）重点是图片中心的部分，因此我们需要将原始数据集图片放在整个正方形背景图的中间，然后将标签掩码图也放在正方形背景的中间，这样对于特定的分割任务的效果会比较好。（因为一般我们使用的卷积核都是奇数的是有中心点的，对于整个图的中线区域卷的次数是比较多的，效果会比较好）。

二、代码

• 将原始数据集图片放在背景图的左上角：

from PIL import Image, ImageDraw

def convert_to_416x416(image, scale_side=416, process_path=None, index=None):
    # image = Image.open(r"fake_path/1.jpg")
    # 获得图片原始宽高
    ow, oh = image.size
    img = image.copy()
    # 根据最大边进行缩放，图像只会缩小，不会变大
    img.thumbnail((scale_side, scale_side))  # 这个不需要返回值，直接在原图上进行了修改
    w, h = img.size
    # 缩放比例=缩放的框/原始框  (缩放比例是一个小数)
    s_w, s_h = w / ow, h / oh
    s = (s_h + s_w) / 2
    # print(s)
    bg_img = Image.new("RGB", (scale_side, scale_side), (0, 0, 0))
    bg_img.paste(img, (0, 0))
    if process_path is not None:
        bg_img.save(f"{process_path}/{index}.jpg")
    return w, h, s, bg_img

• 将原始数据集图片放在背景图的中心（github上看到有人这么写，感觉很好，进行了借鉴）：

from PIL import Image

"按照缩放的边长对图片进行等比缩放,并转成正方形居中"


def scale_img(image, scale_side):
    # 根据最大边长缩放，图像只会缩小，不会变大
    # 当被缩放的图片宽和高都小于缩放尺寸的时候，图像不变
    image.thumbnail((scale_side, scale_side))
    # 获得缩放后的宽高
    w2, h2 = image.size
    # 新建一张scale_side*scale_side的空白黑背景图片
    bg_img = Image.new("RGB", (scale_side, scale_side), (0, 0, 0))
    # 根据缩放后的宽高粘贴图像到背景上
    if w2 == scale_side:
        bg_img.paste(image, (0, int((scale_side - h2) / 2)))
    elif h2 == scale_side:
        bg_img.paste(image, (int((scale_side - w2) / 2)), 0)
    else:
        bg_img.paste(image, (int((scale_side - w2) / 2)), int((scale_side - h2) / 2))
    return bg_img

三、总结