篇首语：本文由小编为大家整理，主要介绍了深度学习中图片数据增强方法相关的知识，希望对你有一定的参考价值。

简 介： 在深度学习中需要对图像进行不同的处理。本文对比了基于Numpy以及Paddle.vision.transforms函数中对于图片处理的效果。

关键词： 图像预处理，cv2，paddle

 

§01 OpenCV方式

---

  下面这些内容来自于CSDN中 Paddle2.0之图像增广 中介绍的方式，通过测试，为之后的应用积累经验。

1.1 基本测试

  测试的图片来自于 火星好奇号 的照片。

▲ 图1.1.1 Mars Curiosity返回的照片

  下面的试验是在 PaddlePaddle中的AI Studio的 BML CodeLab。上载测试文件，到 /home/aistudio/data/中。

1.1.1 读入图片

  下面是使用CV2打开一个图片的基本方法。

import sys,os,math,timeimport matplotlib.pyplot as pltfrom numpy import *import cv2picfile = "/home/aistudio/data/211219204357.JPG"img = cv2.imread(picfile)plt.figure(figsize=(10,10))plt.imshow(img)plt.show()

  使用cv2.imread()读入图片后石红plt.imshow现实的图片：

▲ 图1.1.2 使用cv2.imread()读入图片后石红plt.imshow现实的图片

  可以看到图片的颜色出现的变化。这是由于cv2的缺省读入的时候，它的颜色层是按照“BGR”的顺序，而不是按照plt.imshow()所需要的"RGB的顺序。

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

  经过cvColor(img, cv2.COLOR_BGR2RGB)处理之后的图片：

▲ 图1.1.3 经过cvColor(img, cv2.COLOR_BGR2RGB)处理之后的图片

  显示图片数据。

print(type(img), shape(img))

(653, 1040, 3)

1.1.2 图片缩放

  使用cv2.resize()将图片尺寸进行变换：

print(type(img), shape(img))img1 = cv2.resize(img, (64,64))plt.figure(figsize=(10,10))plt.imshow(img1)

  使用cv2.resize()处理成64×64的分辨率：

▲ 图1.1.4 使用cv2.resize()处理成64×64的分辨率

  重新将图片resize成（512,512）：

img2 = cv2.resize(img1, (512,512))plt.figure(figsize=(10,10))plt.imshow(img2)

  重新resize成（512×512）：

▲ 图1.1.5 重新resize成（512×512）

print(type(img), shape(img))

  img的数据类型和结构：

(64, 64, 3)

1.1.3 图片翻转

print(type(img), shape(img))img1 = flip(img)plt.figure(figsize=(10,10))plt.imshow(img1)

(653, 1040, 3)

  直接在（H,W,3）的基础上使用flip产生的效果：

▲ 图1.1.6 直接在（H,W,3）的基础上使用flip产生的效果

（1）左右翻转

img1 = flip(img, 1)plt.figure(figsize=(10,10))plt.imshow(img1)

  左右翻转：flip(img,1)：

▲ 图1.1.7 左右翻转：flip(img,1)

（2）上下翻转

img1 = flip(img, 0)plt.figure(figsize=(10,10))plt.imshow(img1)

  上下翻转：flip(img,0)：

▲ 图1.1.8 上下翻转：flip(img,0)

（3）颜色反转

img1 = flip(img, 2)plt.figure(figsize=(10,10))plt.imshow(img1)

  颜色反转：flip(img,2)：

▲ 图1.1.9 颜色反转：flip(img,2)

1.1.4 图片旋转

rows,cols,h = img.shapeM = cv2.getRotationMatrix2D(((cols-1)/2.0, (rows-1)/2.0), 40, 0.7)img1 = cv2.warpAffine(img, M, (cols, rows))plt.figure(figsize=(10,10))plt.imshow(img1)

  图片旋转：

▲ 图1.1.10 图片旋转

1.1.5 亮度调整

rows,cols,channels = img.shapeimg1 = cv2.addWeighted(img, 0.6, zeros([rows,cols,channels],img.dtype), 0.6, 0.6)plt.figure(figsize=(10,10))plt.imshow(img1)

  亮度调整：

▲ 图1.1.11 亮度调整

 

§02 Paddle方式

---

  相关资料参见： paddle.vision 。

2.1 基本测试

2.1.1 Resize

from paddle.vision.transforms import Resize,ColorJitter,CenterCrop,rotateimg1 = Resize((32,32))(img)plt.figure(figsize=(10,10))plt.imshow(img1)

  Resize((32,32))(img)处理后的结果：

▲ 图2.1.1 Resize((32,32))(img)处理后的结果

2.1.2 图像旋转

from paddle.vision.transforms import Resize,ColorJitter,CenterCrop,rotateimg1 = rotate(img, 45)plt.figure(figsize=(10,10))plt.imshow(img1)

  rotate(img, 45)处理后的结果：

▲ 图2.1.2 rotate(img, 45)处理后的结果

2.1.3 转换成灰度图

from paddle.vision.transforms import Resize,ColorJitter,CenterCrop,rotate,to_grayscalefrom PIL                    import Imageimg1 = Image.fromarray(img)img1 = to_grayscale(img1)plt.figure(figsize=(10,10))plt.imshow(img1)

  请注意到其中使用到了 PIL中的Image函数。

▲ 图2.1.3 to_grayscale处理后的图像

  注意： PIL Image与numpy的array之间的转换：

（1）Image

Image.fromarray(data)

（2）array

mumpy.array(Image)

2.1.4 亮度调整

from paddle.vision.transforms import adjust_brightnessimg1 = adjust_brightness(Image.fromarray(img), 0.5)plt.figure(figsize=(10,10))plt.imshow(img1)

  adjust_brightness(img,0.5)::处理结果：

▲ 图2.1.4 adjust_brightness(img,0.5)::处理结果

from paddle.vision.transforms import adjust_brightnessimport tqdmgifpath = "/home/aistudio/GIF"filedim = os.listdir(gifpath)for f in filedim:    fn = os.path.join(gifpath, f)    if os.path.isfile(fn):        os.remove(fn)count = 0for r in tqdm.tqdm(linspace(0, 1.0, 20)):    img1 = adjust_brightness(Image.fromarray(img), 0.5)    count += 1    savefile = os.path.join(gifpath, "%02d.jpg"%count)    plt.figure(figsize=(10,10))    plt.imshow(img1)    plt.savefig(savefile)

▲ 图2.1.6 亮度变化

2.1.5 对比度变化

from paddle.vision.transforms import adjust_brightness,adjust_contrastimport tqdmcount = 0for r in tqdm.tqdm(linspace(0, 2.0, 100)):    img1 = adjust_contrast(Image.fromarray(img), r)    count += 1    savefile = os.path.join(gifpath, "%02d.jpg"%count)    plt.figure(figsize=(10,10))    plt.imshow(img1)    plt.savefig(savefile)

▲ 图2.1.6 对比度的变化

2.1.6 调节色调

  参考文档： adjust_hue

▲ 图2.1.7 色调变化

import tqdmgifpath = "/home/aistudio/GIF"filedim = os.listdir(gifpath)for f in filedim:    fn = os.path.join(gifpath, f)    if os.path.isfile(fn):        os.remove(fn)from paddle.vision.transforms import adjust_brightness,adjust_contrast,adjust_huecount = 0for r in tqdm.tqdm(linspace(0.5,0.5,100)):    img1 = adjust_hue(Image.fromarray(img), r)    count += 1    savefile = os.path.join(gifpath, "%02d.jpg"%count)    plt.figure(figsize=(10,6))    plt.imshow(img1)    plt.savefig(savefile)

2.1.7 中心剪切

import tqdmgifpath = "/home/aistudio/GIF"filedim = os.listdir(gifpath)for f in filedim:    fn = os.path.join(gifpath, f)    if os.path.isfile(fn):        os.remove(fn)from paddle.vision.transforms import adjust_brightness,adjust_contrast,adjust_huefrom paddle.vision.transforms import center_cropcount = 0for r in tqdm.tqdm(range(20, 500, 5)):    img1 = center_crop(Image.fromarray(img), r)    count += 1    savefile = os.path.join(gifpath, "%02d.jpg"%count)    plt.figure(figsize=(10,6))    plt.imshow(img1)    plt.savefig(savefile)

▲ 图2.1.8 中心剪切

2.1.8 ColorJetter

▲ 图2.1.9 ColorJitter

from paddle.vision.transforms import adjust_brightness,adjust_contrast,adjust_huefrom paddle.vision.transforms import center_crop, ColorJittercount = 0for r in tqdm.tqdm(range(80)):    img1 = ColorJitter(0.5,0.5,0.5,0.5)(Image.fromarray(img))    count += 
    

       上一篇如何对wps流程图进行重命名，如何对wps流程图进行重命名，wps进入修订模式，wps怎么在尾部加公式标号英文论文格式要求及字体大小 
            
    

        下一篇中国载人航天有几次