深入了解Python?Opencv數(shù)據(jù)增強(qiáng)

更新時間：2022年02月26日 15:28:12 作者：三個臭皮姜

常見的數(shù)據(jù)增強(qiáng)操作有：按比例放大或縮小圖片、旋轉(zhuǎn)、平移、水平翻轉(zhuǎn)、改變圖像通道等。本文將通過Python?OpenCV實現(xiàn)這些操作，需要的可以參考一下

1.按比例放大和縮小

? 擴(kuò)展縮放只是改變圖像的尺寸大小。OpenCV 提供的函數(shù) cv2.resize()可以實現(xiàn)這個功能。圖像的尺寸可以自己手動設(shè)置，也可以指定縮放因子?？梢赃x擇使用不同的插值方法。在縮放時我們推薦使用 cv2.INTER_AREA，在擴(kuò)展時我們推薦使用 v2.INTER_CUBIC（慢) 和 v2.INTER_LINEAR。默認(rèn)情況下所有改變圖像尺寸大小的操作使用的插值方法都是 cv2.INTER_LINEAR。

# 縮小 -- 寬和高都縮小為原來的scale倍
def zoom_down(img,scale):
    img = cv2.resize(img,None,fx= scale,fy= scale,interpolation=cv2.INTER_CUBIC)
    return img

# 放大 -- 寬和高都放大為原來的scale倍
def zoom_up(img,scale):
    img = cv2.resize(img,None,fx= scale,fy= scale,interpolation=cv2.INTER_CUBIC)
    return img

resize庫中第二個參數(shù)是目標(biāo)大小，例如如果我想把圖片resize成300*300大小的，可以這么寫：

img = cv2.resize(img,(300,300))

2.平移圖像

平移就是將對象換一個位置。如果你要沿（x，y）方向移動，移動的距離是（tx，ty），你可以以下面的方式構(gòu)建移動矩陣：

可以使用 Numpy 數(shù)組構(gòu)建這個矩陣（數(shù)據(jù)類型是 np.float32），然后把它傳給函數(shù)cv2.warpAffine()。

mat_translation = np.float32([[1, 0, 20], [0, 1, 30]])

例如上面是的矩陣是將圖像往水平方向上移動20個像素點，豎直方向上移動30個像素點。

實例：

# 平移 -- 水平平移或豎直方向平移
def translation(img,tx,ty):
    height = img.shape[0]
    width = img.shape[1]
    mat_translation = np.float32([[1, 0, tx], [0, 1, ty]]) # 變換矩陣：設(shè)置平移變換所需的計算矩陣：2行3列
    img = cv2.warpAffine(img, mat_translation, (width + tx, height + ty))  # 變換函數(shù)
    return img

我這里封裝的tx和ty分別為水平和豎直方向需要移動的像素點數(shù)。

3.旋轉(zhuǎn)圖像

OpenCV 提供了一個函數(shù)：cv2.getRotationMatrix2D

# 旋轉(zhuǎn)
def rotation(img,angle,scale):
    rows = img.shape[0]
    cols = img.shape[1]
    # 這里的第一個參數(shù)為旋轉(zhuǎn)中心，第二個為旋轉(zhuǎn)角度，第三個為旋轉(zhuǎn)后的縮放因子
    # 可以通過設(shè)置旋轉(zhuǎn)中心，縮放因子，以及窗口大小來防止旋轉(zhuǎn)后超出邊界的問題
    M = cv2.getRotationMatrix2D((cols / 2, rows / 2), angle, scale) # 向左旋轉(zhuǎn)angle度并縮放為原來的scale倍
    img = cv2.warpAffine(img, M, (cols, rows)) # 第三個參數(shù)是輸出圖像的尺寸中心
    return img

4.鏡像變換

Opencv提供了cv2.flip()函數(shù)，可以第二個參數(shù)為1時為水平翻轉(zhuǎn)，為0時垂直翻轉(zhuǎn)。為了后面調(diào)用方便，我還是自己封裝了一下。

# 鏡像變換
def mirror(img,mode):
    img = cv2.flip(img, mode)  # mode = 1 水平翻轉(zhuǎn) mode = 0 垂直翻
    return img

5.添加椒鹽噪聲

椒鹽噪聲為純黑或純白的像素點，隨機(jī)生成。

# 添加椒鹽噪聲
def spiced_salt_noise(img,prob):
    output = np.zeros(img.shape,np.uint8)
    thres = 1 - prob
    for i in range(img.shape[0]):
        for j in range(img.shape[1]):
            rdn = random.random()
            if rdn < prob:
                output[i][j] = 0 # 椒鹽噪聲由純黑和純白的像素點隨機(jī)組成
            elif rdn > thres:
                output[i][j] = 255
            else:
                output[i][j] = img[i][j]
    return output

6.添加高斯噪聲

與椒鹽噪聲不同，高斯噪聲是彩色的，方差越大時噪聲越大。

# 添加高斯噪聲
def gasuss_noise(image, mean = 0, var = 0.01):
    '''
        添加高斯噪聲
        mean : 均值
        var : 方差，方差越大越模糊
    '''
    image = np.array(image/255, dtype=float)
    noise = np.random.normal(mean, var ** 0.5, image.shape)
    out = image + noise
    if out.min() < 0:
        low_clip = -1.
    else:
        low_clip = 0.
    out = np.clip(out, low_clip, 1.0)
    out = np.uint8(out*255)
    return out

7.模糊化

將圖片模糊或平滑有多種算法，例如高斯模糊、中值模糊、均值模糊等，我這里使用一個比較普通的cv2.blur()實現(xiàn)。同樣也是先封裝方便我后面調(diào)用。

# 模糊
def blur(img,scale):
    img = cv2.blur(img,(scale,scale)) # scale越大越模糊
    return img

這里的scale其實就是濾波器的尺寸，一般取奇數(shù)，scale越大越模糊，

8.重新組合顏色通道

在opencv中，圖像的通道順序為BGR，也就是藍(lán)綠紅，可以改變成其他順序以得到不同的效果。

# 重新組合顏色通道
def change_channel(img):
    b = cv2.split(img)[0]
    g = cv2.split(img)[1]
    r = cv2.split(img)[2]
    brg = cv2.merge([b, r, g]) # 可以自己改變組合順序
    return brg

實例

我有以下幾張測試圖片：

我希望隨機(jī)地對這些圖片進(jìn)行一些變換，最終執(zhí)行結(jié)果如下：

可以看到程序?qū)ξ业膱D片隨機(jī)進(jìn)行了各種變換，我這里只是一次變換，讀者也可以嘗試對圖片同時進(jìn)行多種變換。

本次程序如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2022/2/18 16:30
# @Author : 若谷
# @File : Data_Augumentation.py
# @Software: PyCharm
import numpy as np
import cv2
import random
import os
import sys


# 縮小 -- 寬和高都縮小為原來的scale倍
def zoom_down(img, scale):
    img = cv2.resize(img, None, fx=scale, fy=scale, interpolation=cv2.INTER_CUBIC)
    return img


# 放大 -- 寬和高都放大為原來的scale倍
def zoom_up(img, scale):
    img = cv2.resize(img, None, fx=scale, fy=scale, interpolation=cv2.INTER_CUBIC)
    return img


# 平移 -- 水平平移或豎直方向平移
def translation(img, tx, ty):
    height = img.shape[0]
    width = img.shape[1]
    mat_translation = np.float32([[1, 0, tx], [0, 1, ty]])  # 變換矩陣：設(shè)置平移變換所需的計算矩陣：2行3列
    img = cv2.warpAffine(img, mat_translation, (width + tx, height + ty))  # 變換函數(shù)
    return img


# 旋轉(zhuǎn)
def rotation(img, angle, scale):
    rows = img.shape[0]
    cols = img.shape[1]
    # 這里的第一個參數(shù)為旋轉(zhuǎn)中心，第二個為旋轉(zhuǎn)角度，第三個為旋轉(zhuǎn)后的縮放因子
    # 可以通過設(shè)置旋轉(zhuǎn)中心，縮放因子，以及窗口大小來防止旋轉(zhuǎn)后超出邊界的問題
    M = cv2.getRotationMatrix2D((cols / 2, rows / 2), angle, scale)  # 向左旋轉(zhuǎn)angle度并縮放為原來的scale倍
    img = cv2.warpAffine(img, M, (cols, rows))  # 第三個參數(shù)是輸出圖像的尺寸中心
    return img


# 鏡像變換
def mirror(img, mode):
    img = cv2.flip(img, mode)  # mode = 1 水平翻轉(zhuǎn) mode = 0 垂直翻
    return img


# 添加椒鹽噪聲
def spiced_salt_noise(img, prob):
    output = np.zeros(img.shape, np.uint8)
    thres = 1 - prob
    for i in range(img.shape[0]):
        for j in range(img.shape[1]):
            rdn = random.random()
            if rdn < prob:
                output[i][j] = 0  # 椒鹽噪聲由純黑和純白的像素點隨機(jī)組成
            elif rdn > thres:
                output[i][j] = 255
            else:
                output[i][j] = img[i][j]
    return output


# 模糊
def blur(img, scale):
    img = cv2.blur(img, (scale, scale))  # scale越大越模糊
    return img


# 添加高斯噪聲
def gasuss_noise(image, mean=0, var=0.01):
    '''
        添加高斯噪聲
        mean : 均值
        var : 方差，方差越大越模糊
    '''
    image = np.array(image / 255, dtype=float)
    noise = np.random.normal(mean, var ** 0.5, image.shape)
    out = image + noise
    if out.min() < 0:
        low_clip = -1.
    else:
        low_clip = 0.
    out = np.clip(out, low_clip, 1.0)
    out = np.uint8(out * 255)
    return out


# 重新組合顏色通道
def change_channel(img):
    b = cv2.split(img)[0]
    g = cv2.split(img)[1]
    r = cv2.split(img)[2]
    brg = cv2.merge([b, r, g])  # 可以自己改變組合順序
    return brg


# 隨機(jī)進(jìn)行以上操作
def Data_Augument():
    for i in images_list:
        img = cv2.imread(image_dir+i) # 圖片路徑+圖片名字
        cv2.imshow('img',img)
        functions = [('zoom_down', [img, 0.8]), # 第一個參數(shù)為函數(shù)名,后面為函數(shù)調(diào)用時的參數(shù)
                     ('zoom_up', [img, 1.2]),
                     ('translation', [img, 20, 30]),
                     ('rotation', [img, 15, 0.9]),
                     ('mirror', [img, 1]),
                     ('spiced_salt_noise', [img, 0.01]),
                     ('blur', [img, 5]),
                     ('gasuss_noise', [img, 0, 0.01]),
                     ('change_channel', [img])]
        choice = random.choice(functions) # 隨機(jī)選擇一個函數(shù)執(zhí)行
        this_module = sys.modules[__name__]  # 當(dāng)前文件

        res = getattr(this_module, choice[0])(*choice[1])
        cv2.imwrite(output_dir + i, res)


if __name__ == '__main__':
    image_dir = './test/' # 源圖片路徑
    images_list = os.listdir(image_dir)
    nums = len(os.listdir(image_dir))
    print('found %d pictures' % nums)
    output_dir = './output/' # 圖像變換后的保存路徑
    Data_Augument() # 執(zhí)行
    print('finished!')