AI实战：图像数据增强方法汇总

数据集增强方法

• 1、图片缩放
  图像缩放便是调节图片的分辨率，可利用opencv-python库resize()函数对图片分辨率进行调节，在实际调节过程中，我们应保持在一定范围内，可根据实验反馈效果进行调整。

• 2、图片旋转
  图像按照给定的角度旋转，可使用opencv-python中getRotationMatrix2D()函数和warpAffine()函数。示例代码：

  height, width = img.shape[:2]
  M = cv2.getRotationMatrix2D((width/2, height/2), self.angle, 1)
  return cv2.warpAffine(img, M, (width, height))
  

• 3、图片平移
  将图像往x、y方向上按指定的数量移动像素，可使用cv2.warpAffine()函数，自定义平移的方向和位移大小，示例代码：

  height, width = img.shape[:2]
  trans_M = np.float32([[1, 0, self.x_trans], [0, 1, self.y_trans]])
  return cv2.warpAffine(img, trans_M, (width, height))
  

• 4、图片模糊
  常见方法如高斯模糊，可使用的是opencv-python中cv2.GaussianBlur()函数。

• 5、图片添加噪音
  可以添加多种类型噪音，如椒盐噪音、高斯噪音，如常见的高斯噪音，使用skimage.util.random_noise()函数。

目标检测数据增强方法

方法1：详情点击
方法2：详情点击，对应github链接：github链接
方法3：详情点击
方法4：详情点击，对应github链接：github链接，论文链接：1906.11172

手写OCR图像数据增强方法

方法：详情点击