使用Python OpenCV為CNN增加圖像樣本的實(shí)現(xiàn)

更新時(shí)間：2019年06月10日 15:23:08 作者：肖永威

這篇文章主要介紹了使用Python OpenCV為CNN增加圖像樣本的實(shí)現(xiàn)，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧

我們?cè)谧錾疃葘W(xué)習(xí)的過(guò)程中，經(jīng)常面臨圖片樣本不足、不平衡的情況，在本文中，作者結(jié)合實(shí)際工作經(jīng)驗(yàn)，通過(guò)圖像的移動(dòng)、縮放、旋轉(zhuǎn)、增加噪聲等圖像變換技術(shù)，能快速、簡(jiǎn)便的增加樣本數(shù)量。

本文所有案例，使用OpenCV跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)，在Python3.6上實(shí)現(xiàn)，關(guān)于Python及OpenCV安裝使用，請(qǐng)參照本人早先資料，詳見(jiàn)參考內(nèi)容。

1. 圖片拼接及平移

1.1. 圖像移動(dòng)

圖像平移是將圖像的所有像素坐標(biāo)進(jìn)行水平或垂直方向移動(dòng)，也就是所有像素按照給定的偏移量在水平方向上沿x軸、垂直方向上沿y軸移動(dòng)。

#移動(dòng)圖像，讓出邊緣，大小不變（此方法比較笨了）
def move_img(img_file1,out_file,tunnel,border_position,border_width):
  print('file1=' + img_file1 )
  img1 = cv2.imread(img_file1, cv2.IMREAD_GRAYSCALE)
  hight,width = img1.shape
  # 初始化空?qǐng)D
  final_matrix = np.zeros((hight,width), np.uint8) #,tunnel), np.uint8) #高*款（y，x）20*20*1
  # change 
  x1=0
  y1=hight
  x2=width
  y2=0  #圖片高度，坐標(biāo)起點(diǎn)從上到下
  if border_position =='top':
    final_matrix[y2:y1 - border_width, x1:x2] = img1[y2 + border_width:y1, x1:x2]
  #左側(cè)增加邊或空白
  if border_position == 'left':
    final_matrix[y2 :y1, x1:x2 - border_width] = img1[y2:y1, x1 + border_width:x2]

  if border_position == 'right':
    final_matrix[y2 :y1, x1 + border_width:x2] = img1[y2:y1, x1:x2 - border_width]
  #底部增加邊或空白
  if border_position =='bottom':
    final_matrix[y2 + border_width :y1, x1:x2] = img1[y2:y1 - border_width , x1:x2]
  if border_position =='copy':
    final_matrix[y2 :y1, x1:x2] = img1[y2:y1 , x1:x2]

  cv2.imwrite(out_file, final_matrix) 

  return final_matrix

樣例代碼，詳見(jiàn)第5章節(jié)。

1.2. 圖片拼接

圖片拼接是分別讀取圖片，新建一個(gè)目標(biāo)像素大小的0矩陣，最后將讀取的圖片替換新建矩陣中目標(biāo)位置上的元素即可。主要可用于圖像切換場(chǎng)景，例如常見(jiàn)的齒輪式數(shù)字儀表盤(pán)，數(shù)字進(jìn)位時(shí)出現(xiàn)的半個(gè)數(shù)字。

#圖像四周拼接邊緣，大小不變
def splicing_img(img_file1,img_file2,out_file,tunnel,border_position,border_width):
  print('file1=' + img_file1 + ', file2=' + img_file2)
  img1 = cv2.imread(img_file1, cv2.IMREAD_GRAYSCALE)
  img2 = cv2.imread(img_file2, cv2.IMREAD_GRAYSCALE)
  #第二個(gè)參數(shù)為如何讀取圖片，包括cv2.IMREAD_COLOR：讀入一副彩色圖片；cv2.IMREAD_GRAYSCALE：以灰度模式讀入圖片；cv2.IMREAD_UNCHANGED：讀入一幅圖片，并包括其alpha通道。
  hight,width = img1.shape
  final_matrix = np.zeros((hight,width), np.uint8) #,tunnel), np.uint8) #高*款（y，x）20*20*1
  # change 
  x1=0
  y1=hight
  x2=width
  y2=0  #圖片高度，坐標(biāo)起點(diǎn)從上到下
  if border_position =='top':
    final_matrix[y2 + border_width:y1, x1:x2] = img1[y2:y1 - border_width, x1:x2]
    final_matrix[y2:border_width, x1:x2] = img2[y2:border_width, x1:x2]
  #左側(cè)增加邊或空白
  if border_position == 'left':
    final_matrix[y2 :y1, x1+ border_width:x2] = img1[y2:y1, x1:x2 - border_width]
    final_matrix[y2:y1, x1:border_width] = img2[y2:y1, x1:border_width]    

  if border_position == 'right':
    final_matrix[y2 :y1, x1:x2 - border_width] = img1[y2:y1, x1 + border_width:x2]
    final_matrix[y2:y1, x2-border_width:x2] = img2[y2:y1, x1:border_width]    
  #底部增加邊或空白
  if border_position =='bottom':
    final_matrix[y2 :y1 - border_width, x1:x2] = img1[y2+ border_width:y1 , x1:x2]
    final_matrix[y1 - border_width:y1, x1:x2] = img2[y2:border_width, x1:x2]
  if border_position =='copy':
    final_matrix[y2 :y1, x1:x2] = img1[y2:y1 , x1:x2]

  cv2.imwrite(out_file, final_matrix) 

  return final_matrix

2. 圖片仿射變換之平移、旋轉(zhuǎn)

2.1. 關(guān)于仿射變換

仿射變換，又稱(chēng)仿射映射，是指在幾何中，一個(gè)向量空間進(jìn)行一次線性變換并接上一個(gè)平移，變換為另一個(gè)向量空間。

仿射變換是在幾何上定義為兩個(gè)向量空間之間的一個(gè)仿射變換或者仿射映射（來(lái)自拉丁語(yǔ)，affine，“和…相關(guān)”）由一個(gè)非奇異的線性變換(運(yùn)用一次函數(shù)進(jìn)行的變換)接上一個(gè)平移變換組成。仿射變換可以通過(guò)一系列的原子變換的復(fù)合來(lái)實(shí)現(xiàn)，包括：平移（Translation）、縮放（Scale）、翻轉(zhuǎn)（Flip）、旋轉(zhuǎn)（Rotation）和剪切（Shear）。

2.2. Python上的OpenCV實(shí)現(xiàn) 2.2.1. 旋轉(zhuǎn)

旋轉(zhuǎn)是通過(guò)仿射變換實(shí)現(xiàn)的，首先，旋轉(zhuǎn)需要先定義一個(gè)旋轉(zhuǎn)矩陣，使用cv2.getRotationMatrix2D()函數(shù)。

參數(shù)1：需要旋轉(zhuǎn)的中心點(diǎn)；

參數(shù)2：需要旋轉(zhuǎn)的角度；

參數(shù)3：需要縮放的比例。

#旋轉(zhuǎn)圖像，輸入文件名、輸出文件名，旋轉(zhuǎn)角度
def rotationImg(img_file1,out_file,ra):
  # 獲取圖片尺寸并計(jì)算圖片中心點(diǎn)
  img = cv2.imread(img_file1, cv2.IMREAD_GRAYSCALE)
  (h, w) = img.shape[:2]
  center = (w/2, h/2)

  M = cv2.getRotationMatrix2D(center, ra, 1.0)
  rotated = cv2.warpAffine(img, M, (w, h))
  #cv2.imshow("rotated", rotated)
  #cv2.waitKey(0)
  cv2.imwrite(out_file, rotated)
  
  return rotated

2.2.2. 平移

使用仿射變換平移圖像，首先使用已經(jīng)給出的平移矩陣M：[[1,0,x],[0,1,y]]，x、y分別是x與y在橫向、縱向移動(dòng)像數(shù)。

#仿射變換技術(shù)，平移圖片，x_off:x方向平移像數(shù)；y_off:y方向平移像數(shù)，正數(shù)是右、下方移動(dòng)，負(fù)數(shù)為左、上方移動(dòng)
def translation_img(img_file1,out_file,x_off,y_off):
  img = cv2.imread(img_file1, cv2.IMREAD_GRAYSCALE)
  rows,cols = img.shape
  # 定義平移矩陣，需要是numpy的float32類(lèi)型
  # x軸平移x_off，y軸平移y_off, 2*3矩陣
  M = np.float32([[1,0,x_off],[0,1,y_off]])
  dst = cv2.warpAffine(img,M,(cols,rows))
  
  cv2.imwrite(out_file, dst)

3. 圖片縮放及剪裁

3.1. 圖片縮放

圖片縮放使用CV2的cv2.resize()函數(shù)，函數(shù)語(yǔ)法如下：cv2.resize(img, (dstWeight,dstHeight))，第一個(gè)參數(shù)是源圖像數(shù)據(jù)，第二個(gè)參數(shù)（目標(biāo)寬度，目標(biāo)高度）。

在實(shí)際應(yīng)用中，輸入圖像大小是固定不變，這樣在縮放圖片后，如果是放大，則需要剪裁，如果縮寫(xiě)，則出現(xiàn)空余區(qū)域。（注：本案例中參數(shù)deviation，用于取放大圖像的起點(diǎn)位置，參照位置為左上角）

#縮放，輸入文件名，輸出文件名，放大高與寬，偏離度
def resizeImg(img_file1,out_file,dstWeight,dstHeight,deviation):
  img1 = cv2.imread(img_file1, cv2.IMREAD_GRAYSCALE)
  imgshape = img1.shape

  h = imgshape[0]
  w = imgshape[1]
  final_matrix = np.zeros((h,w), np.uint8)
  x1=0
  y1=h
  x2=w
  y2=0  #圖片高度，坐標(biāo)起點(diǎn)從上到下  
  dst = cv2.resize(img1, (dstWeight,dstHeight))
  if h<dstHeight:
    final_matrix[y2 :y1, x1:x2] = dst[y2+deviation:y1+deviation , x1+deviation:x2+deviation]
  else:
    if deviation == 0:
      final_matrix[y2 :dstHeight, x1:dstWeight] = dst[y2 :dstHeight,x1 :dstWeight]
    else:
      final_matrix[y2 + deviation:dstHeight + deviation, x1 + deviation:dstWeight + deviation] = dst[y2 :dstHeight,x1 :dstWeight]
  cv2.imwrite(out_file, final_matrix)
  
  return final_matrix

3.2. 圖片剪裁

在做圖像處理時(shí)，一般是圖像大小保持一致，因此，圖片剪裁時(shí)，圖片大小不變，去掉不需要的部分。

#剪切圖片
def cut_img(img_file1,out_file,top_off,left_off,right_off,bottom_off):
  img1 = cv2.imread(img_file1, cv2.IMREAD_GRAYSCALE)
  hight,width = img1.shape  
  x1=0
  y1=hight
  x2=width
  y2=0  #圖片高度，坐標(biāo)起點(diǎn)從上到下hight,width = img1.shape
  
  #灰度圖像，不使用通道tunnel
  final_matrix = np.zeros((hight,width), np.uint8) #,tunnel), np.uint8) #高*款（y，x）20*20*1
  final_matrix[y2 + top_off:y1 - bottom_off, x1 + left_off:x2 - right_off] = img1[y2 + top_off:y1 - bottom_off, x1 + left_off:x2 - right_off]

  cv2.imwrite(out_file, final_matrix) 

  return final_matrix

4. 圖片增加高斯噪聲/椒鹽噪聲

在matlab中，存在執(zhí)行直接得函數(shù)來(lái)添加高斯噪聲和椒鹽噪聲。Python-OpenCV中雖然不存在直接得函數(shù)，但是很容易使用相關(guān)的函數(shù)來(lái)實(shí)現(xiàn)。

4.1. 添加鹽椒噪聲

# 添加椒鹽噪聲，prob:噪聲比例 
def sp_noiseImg(img_file1,prob):
  image = cv2.imread(img_file1, cv2.IMREAD_GRAYSCALE)
  output = np.zeros(image.shape,np.uint8)
  thres = 1 - prob 
  for i in range(image.shape[0]):
    for j in range(image.shape[1]):
      rdn = random.random()
      if rdn < prob:
        output[i][j] = 0
      elif rdn > thres:
        output[i][j] = 255
      else:
        output[i][j] = image[i][j]
  return output

噪聲比依次是：0.1、0.05、0.01。

4.2. 添加高斯噪聲

# 添加高斯噪聲
# mean : 均值
# var : 方差
def gasuss_noiseImg(img_file1, out_file, mean=0, var=0.001):
  image = cv2.imread(img_file1, cv2.IMREAD_GRAYSCALE)
  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)
  cv2.imwrite(out_file, out)
  
  return out

5. 代碼測(cè)試

'''
Created on 2019年5月20日

@author: xiaoyw
'''
#coding: utf-8
import numpy as np
import cv2
import os
import random

#函數(shù)部分略過(guò)，見(jiàn)上文
if __name__ == '__main__':
  file1 = 'dog.jpg'
  
  move_img(file1,'timg11.jpg',1,'top',35)
  move_img(file1,'timg12.jpg',1,'left',35)
  move_img(file1,'timg13.jpg',1,'right',35)
  move_img(file1,'timg14.jpg',1,'bottom',35)
  cut_img(file1,'dog_cut.jpg',20,10,20,30)
  rotationImg(file1,'dog_ra1.jpg',30)
  rotationImg(file1,'dog_ra1.jpg',60)
  rotationImg(file1,'dog_ra2.jpg',-90)
  sp_noiseImg(file1,'dog_sp_01.jpg',0.01) 
  sp_noiseImg(file1,'dog_sp_05.jpg',0.05)
  sp_noiseImg(file1,'dog_sp_10.jpg',0.1) 
  resizeImg(file1,'dog_big.jpg',250,280,0)
  resizeImg(file1,'dog_small.jpg',100,200,0)
  splicing_img(file1,file1,'dog2.jpg',1,'right',50)
  translation_img(file1,'timg15.jpg',10,10)
  translation_img(file1,'timg16.jpg',-20,-30)

  pass

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: