图像增强技术与OpenCV实现

元素之窗

于 2024-08-07 21:39:52 发布

阅读量748

点赞数 11

文章标签： opencv 人工智能计算机视觉

本文链接：https://blog.csdn.net/weixin_74075792/article/details/141001753

版权

图像增强技术与OpenCV实现

在机器学习和深度学习领域，数据增强（Data Augmentation）是一种通过增加训练数据多样性来提高模型泛化能力的重要技术。特别是对于图像数据集，数据增强可以有效地增加样本量，防止模型过拟合。本文将介绍几种常用的图像增强技术及其OpenCV实现方法。

1. 基本几何变换

1.1 旋转（Rotation）

旋转是对图像进行顺时针或逆时针的旋转操作，这样可以让模型适应不同角度的图像。以下是一个旋转图像的函数示例：

import cv2
import numpy as np

def rotate_image(image, angle):
    (h, w) = image.shape[:2]
    center = (w // 2, h // 2)
    M = cv2.getRotationMatrix2D(center, angle, 1.0)
    rotated = cv2.warpAffine(image, M, (w, h))
    return rotated

1.2 缩放（Scaling）

缩放是调整图像尺寸的过程，可以包括放大或缩小。以下是一个缩放图像的函数：

def scale_image(image, scale_factor):
    return cv2.resize(image, None, fx=scale_factor, fy=scale_factor)

1.3 平移（Translation）

平移是将图像在水平或垂直方向上移动。以下是一个平移图像的函数：

def translate_image(image, x, y):
    M = np.float32([[1, 0, x], [0, 1, y]])
    translated = cv2.warpAffine(image, M, (image.shape[1], image.shape[0]))
    return translated

1.4 剪切（Shearing）

剪切是对图像施加一个剪切变换，使其沿某个方向倾斜。以下是一个剪切图像的函数：

def shear_image(image, shear_factor):
    (h, w) = image.shape[:2]
    M = np.float32([[1, shear_factor, 0], [0, 1, 0]])
    sheared = cv2.warpAffine(image, M, (w, h))
    return sheared

2. 翻转与镜像

翻转和镜像操作是对图像进行对称变换，使得图像在水平或垂直方向上翻转。

2.1 水平翻转（Horizontal Flip）

flipped_horizontally = cv2.flip(image, 1)

2.2 垂直翻转（Vertical Flip）

flipped_vertically = cv2.flip(image, 0)

3. 颜色调整

颜色调整包括亮度、对比度、饱和度和色调的变化，可以模拟不同的拍摄条件。

3.1 亮度调整（Brightness Adjustment）

def adjust_brightness(image, value):
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    hsv = np.array(hsv, dtype=np.float64)
    hsv[:, :, 2] = hsv[:, :, 2] * (value / 100.0)
    hsv[:, :, 2][hsv[:, :, 2] > 255] = 255
    hsv = np.array(hsv, dtype=np.uint8)
    brightened = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
    return brightened

3.2 对比度调整（Contrast Adjustment）

def adjust_contrast(image, alpha):
    adjusted = cv2.convertScaleAbs(image, alpha=alpha, beta=0)
    return adjusted

3.3 饱和度调整（Saturation Adjustment）

def adjust_saturation(image, value):
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    hsv = np.array(hsv, dtype=np.float64)
    hsv[:, :, 1] = hsv[:, :, 1] * (value / 100.0)
    hsv[:, :, 1][hsv[:, :, 1] > 255] = 255
    hsv = np.array(hsv, dtype=np.uint8)
    saturated = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
    return saturated

3.4 色调调整（Hue Adjustment）

def adjust_hue(image, hue_shift):
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    hsv[:, :, 0] = (hsv[:, :, 0] + hue_shift) % 180
    hue_adjusted = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
    return hue_adjusted

4. 噪声与模糊

4.1 添加噪声（Noise Addition）

在图像中添加噪声可以增强模型对噪声的鲁棒性。以下是添加高斯噪声和椒盐噪声的实现：

def add_gaussian_noise(image, mean=0, std=25):
    gaussian_noise = np.random.normal(mean, std, image.shape).astype(np.uint8)
    noisy_image = cv2.add(image, gaussian_noise)
    return noisy_image

def add_salt_pepper_noise(image, salt_prob, pepper_prob):
    noisy_image = np.copy(image)
    num_salt = np.ceil(salt_prob * image.size)
    num_pepper = np.ceil(pepper_prob * image.size)

    coords = [np.random.randint(0, i - 1, int(num_salt)) for i in image.shape]
    noisy_image[coords[0], coords[1], :] = 255

    coords = [np.random.randint(0, i - 1, int(num_pepper)) for i in image.shape]
    noisy_image[coords[0], coords[1], :] = 0

    return noisy_image

4.2 模糊（Blurring）

模糊可以减少图像细节，有助于防止模型过拟合。

blurred_image = cv2.GaussianBlur(image, (5, 5), 0)

5. 裁剪与填充

5.1 随机裁剪（Random Cropping）

随机裁剪可以生成图像的不同视图。

def random_crop(image, crop_size):
    h, w = image.shape[:2]
    start_x = np.random.randint(0, w - crop_size[0])
    start_y = np.random.randint(0, h - crop_size[1])
    cropped_image = image[start_y:start_y+crop_size[1], start_x:start_x+crop_size[0]]
    return cropped_image

5.2 填充（Padding）

填充是在图像周围添加边框，使图像保持原始尺寸或改变其长宽比。

def pad_image(image, pad_size, pad_value=0):
    padded_image = cv2.copyMakeBorder(image, pad_size, pad_size, pad_size, pad_size, cv2.BORDER_CONSTANT, value=pad_value)
    return padded_image

6. 自适应增强技术

6.1 随机擦除（Random Erasing）

随机擦除是将图像中的部分区域替换为随机像素值。

def random_erasing(image, erasing_prob=0.5, area_ratio_range=(0.02, 0.4), min_aspect_ratio=0.3):
    if np.random.rand() > erasing_prob:
        return image

    h, w = image.shape[:2]
    area = h * w

    for _ in range(100):
        target_area = np.random.uniform(area_ratio_range[0], area_ratio_range[1]) * area
        aspect_ratio = np.random.uniform(min_aspect_ratio, 1/min_aspect_ratio)

        erase_h = int(round(np.sqrt(target_area * aspect_ratio)))
        erase_w = int(round(np.sqrt(target_area / aspect_ratio)))

        if erase_w < w and erase_h < h:
            x = np.random.randint(0, w - erase_w)
            y = np.random.randint(0, h - erase_h)
            image[y:y + erase_h, x:x + erase_w] = np.random.randint(0, 256, (erase_h, erase_w, 3))
            return image
    return image

7. 高级技术

7.1 Mixup

Mixup是一种将两张图像及其标签混合的技术，有助于生成新的样本并平滑决策边界。

def mixup(image1, image2, alpha=0.2):
    lam = np.random.beta(alpha, alpha)
    mixed_image = lam * image1 + (1 - lam) * image2
    mixed_image = mixed_image.astype(np.uint8)
    return mixed_image

7.2 CutMix

CutMix是将一张图像的一部分与另一张图像混合的技术。

def cutmix(image1, image2

, alpha=0.2):
    lam = np.random.beta(alpha, alpha)
    h, w = image1.shape[:2]
    cut_rat = np.sqrt(1. - lam)
    cut_w = np.int(w * cut_rat)
    cut_h = np.int(h * cut_rat)

    # Uniform
    cx = np.random.randint(w)
    cy = np.random.randint(h)

    bbx1 = np.clip(cx - cut_w // 2, 0, w)
    bby1 = np.clip(cy - cut_h // 2, 0, h)
    bbx2 = np.clip(cx + cut_w // 2, 0, w)
    bby2 = np.clip(cy + cut_h // 2, 0, h)

    image1[bby1:bby2, bbx1:bbx2] = image2[bby1:bby2, bbx1:bbx2]
    return image1

综合应用

为了实现强大的数据增强效果，我们可以将上述多种技术组合起来使用。例如，以下代码将多个图像增强操作组合在一起：

def augment_image(image):
    if np.random.rand() > 0.5:
        image = rotate_image(image, np.random.uniform(-15, 15))
    if np.random.rand() > 0.5:
        image = scale_image(image, np.random.uniform(0.8, 1.2))
    if np.random.rand() > 0.5:
        image = adjust_brightness(image, np.random.uniform(50, 150))
    if np.random.rand() > 0.5:
        image = add_gaussian_noise(image)

    return image

augmented_image = augment_image(image)

总结

图像增强是提高深度学习模型性能的重要技术。通过使用OpenCV，我们可以轻松实现各种增强技术。本文介绍了基本几何变换、颜色调整、噪声与模糊、自适应增强技术以及高级技术，如Mixup和CutMix。读者可以根据实际需求，自由组合这些增强技术，以生成多样化的训练样本，提升模型的泛化能力。希望这篇博客对你理解和应用图像增强有所帮助。

元素之窗

关注

11
点赞
踩
18

收藏

觉得还不错? 一键收藏
打赏
0
评论
图像增强技术与OpenCV实现

图像增强是提高深度学习模型性能的重要技术。通过使用OpenCV，我们可以轻松实现各种增强技术。本文介绍了基本几何变换、颜色调整、噪声与模糊、自适应增强技术以及高级技术，如Mixup和CutMix。读者可以根据实际需求，自由组合这些增强技术，以生成多样化的训练样本，提升模型的泛化能力。希望这篇博客对你理解和应用图像增强有所帮助。
复制链接

扫一扫