深入淺出Python中三個(gè)圖像增強(qiáng)庫(kù)的使用
介紹
本文中探索三個(gè)流行的 Python 圖像增強(qiáng)庫(kù)。
圖像分類器通常在訓(xùn)練更多的圖像時(shí)表現(xiàn)得更好。在圖像分類模型中，一個(gè)常見(jiàn)的問(wèn)題是，模型不能正確地對(duì)圖像進(jìn)行分類，只是因?yàn)樗鼪](méi)有針對(duì)同一圖像的不同方向進(jìn)行訓(xùn)練。這可以通過(guò)向模型提供多種可能的圖像方向和轉(zhuǎn)換來(lái)克服。
然而，在現(xiàn)實(shí)中，收集這些不同的數(shù)據(jù)可能需要更多的時(shí)間、資源和專業(yè)知識(shí)，而且對(duì)公司來(lái)說(shuō)成本可能很高。在這種情況下，圖像數(shù)據(jù)增強(qiáng)是一個(gè)流行的選擇，通過(guò)使用一個(gè)或多個(gè)增強(qiáng)技術(shù)來(lái)生成用于訓(xùn)練的各種圖像，從而為現(xiàn)有數(shù)據(jù)集增加多樣性。
盡管一些Python庫(kù)支持多種增強(qiáng)技術(shù)，但并不是所有的技術(shù)都適合訓(xùn)練模型。用戶需要知道哪些增強(qiáng)技術(shù)可以幫助生成用于訓(xùn)練模型的實(shí)際附加數(shù)據(jù)。
我們可以使用各種技術(shù)來(lái)增強(qiáng)圖像數(shù)據(jù)。它可以包括：
- 使用幾何變換（例如翻轉(zhuǎn)、裁剪、旋轉(zhuǎn)、縮放等）增強(qiáng)圖像數(shù)據(jù)。
- 通過(guò)使用顏色轉(zhuǎn)換來(lái)增強(qiáng)圖像數(shù)據(jù)，例如通過(guò)調(diào)整亮度、暗度、銳度、飽和度等。
- 通過(guò)隨機(jī)擦除、混合圖像等來(lái)增強(qiáng)圖像數(shù)據(jù)。
Imgaug
Imgaug 是一個(gè)開(kāi)源 python 包，可讓你在機(jī)器學(xué)習(xí)實(shí)驗(yàn)中增強(qiáng)圖像。它適用于各種增強(qiáng)技術(shù)。它有一個(gè)簡(jiǎn)單而強(qiáng)大的界面，可以增強(qiáng)圖像、地標(biāo)、邊界框、熱圖和分割圖。
讓我們首先使用 pip 安裝這個(gè)庫(kù)。
pip install imgaug
接下來(lái)，我們將使用 pip 命令在命令提示符下安裝名為“IPyPlot”的 python 包：
pip install ipyplot
IPyPlot 是一個(gè) Python 工具，允許在 Python Notebook 單元格中快速高效地顯示圖像。這個(gè)包將 IPython 與 HTML 相結(jié)合，以提供一種更快、更豐富、更具交互性的方式來(lái)顯示圖像。這個(gè)包的 'plot_images' 命令將用于以網(wǎng)格狀結(jié)構(gòu)繪制所有圖像。
此外，我們將導(dǎo)入擴(kuò)充數(shù)據(jù)所需的所有必要包。
import imageio import imgaug as ia import imgaug.augmenters as iaa
增強(qiáng)的圖像路徑在此處定義。我們將使用鳥(niǎo)類圖像作為示例。
input_img = imageio.imread('../input/image-bird/bird.jpg')圖像翻轉(zhuǎn)
我們可以使用下面的命令水平和垂直翻轉(zhuǎn)圖像。以下代碼中的“Fliplr”關(guān)鍵字水平翻轉(zhuǎn)圖像。同樣，關(guān)鍵字“Flipud”垂直翻轉(zhuǎn)圖像。
#Horizontal Flip hflip= iaa.Fliplr(p=1.0) input_hf= hflip.augment_image(input_img)
#Vertical Flip vflip= iaa.Flipud(p=1.0) input_vf= vflip.augment_image(input_img) images_list=[input_img, input_hf, input_vf] labels = ['Original', 'Horizontally flipped', 'Vertically flipped'] ipyplot.plot_images(images_list,labels=labels,img_width=180)
每個(gè)圖像被翻轉(zhuǎn)的概率由 p 表示。默認(rèn)情況下，概率設(shè)置為 0.0。要水平翻轉(zhuǎn)輸入圖像，請(qǐng)使用 Fliplr(1.0) 。同樣，當(dāng)垂直翻轉(zhuǎn)圖像時(shí)，使用 Flipud(1.0) 。
圖像旋轉(zhuǎn)
通過(guò)以度為單位定義旋轉(zhuǎn)，我們可以旋轉(zhuǎn)圖像。
rot1 = iaa.Affine(rotate=(-50,20)) input_rot1 = rot1.augment_image(input_img) images_list=[input_img, input_rot1] labels = ['Original', 'Rotated Image'] ipyplot.plot_images(images_list,labels=labels,img_width=180)
圖像裁剪
裁剪圖像包括從圖像的側(cè)面移除像素的列或行，可以從全尺寸輸入圖像中提取較小尺寸的子圖像。要?jiǎng)h除的像素?cái)?shù)可以以絕對(duì)數(shù)或圖像大小的一部分指定。
在這種情況下，我們使用從連續(xù)間隔 [0.0, 0.3] 中均勻獲取的隨機(jī)分?jǐn)?shù)裁剪圖像的每一側(cè)，并在每個(gè)圖像和每側(cè)采樣一次。在這里，我們?yōu)轫敳咳?0.3 的采樣分?jǐn)?shù)，這會(huì)將圖像裁剪 0.3*H，其中 H 是輸入圖像的高度。
crop1 = iaa.Crop(percent=(0, 0.3)) input_crop1 = crop1.augment_image(input_img) images_list=[input_img, input_crop1] labels = ['Original', 'Cropped Image'] ipyplot.plot_images(images_list,labels=labels,img_width=180)
為圖像添加噪點(diǎn)
該增強(qiáng)器將高斯噪聲添加到輸入圖像。尺度值是產(chǎn)生噪聲的正態(tài)分布的標(biāo)準(zhǔn)偏差。
noise=iaa.AdditiveGaussianNoise(10,40) input_noise=noise.augment_image(input_img) images_list=[input_img, input_noise] labels = ['Original', 'Gaussian Noise Image'] ipyplot.plot_images(images_list,labels=labels,img_width=180)
圖像剪切
該增強(qiáng)器以 -40 到 40 度范圍內(nèi)的隨機(jī)量剪切圖像。
shear = iaa.Affine(shear=(-40,40)) input_shear=shear.augment_image(input_img) images_list=[input_img, input_shear] labels = ['Original', 'Image Shearing'] ipyplot.plot_images(images_list,labels=labels,img_width=180)
圖像對(duì)比度
該增強(qiáng)器通過(guò)縮放像素值來(lái)調(diào)整圖像對(duì)比度。
contrast=iaa.GammaContrast((0.5, 2.0)) contrast_sig = iaa.SigmoidContrast(gain=(5, 10), cutoff=(0.4, 0.6)) contrast_lin = iaa.LinearContrast((0.6, 0.4)) input_contrast = contrast.augment_image(input_img) sigmoid_contrast = contrast_sig.augment_image(input_img) linear_contrast = contrast_lin.augment_image(input_img) images_list=[input_img, input_contrast,sigmoid_contrast,linear_contrast] labels = ['Original', 'Gamma Contrast','SigmoidContrast','LinearContrast'] ipyplot.plot_images(images_list,labels=labels,img_width=180)
GammaContrast 函數(shù)使用公式 255*((v/255)**gamma 調(diào)整圖像對(duì)比度，其中 v 是像素值，gamma 從范圍 [0.5, 2.0] 中均勻采樣。
SigmoidContrast 使用公式 255*1/(1+exp(gain*(cutoff-v/255)) 調(diào)整圖像對(duì)比度 （其中v為像素值，gain 從區(qū)間[3, 10]開(kāi)始均勻采樣（每張圖像一次），截?cái)嗖蓸优c區(qū)間 [0.4, 0.6] 一致。
LinearContrast 使用公式 127 + alpha*(v-127) 改變圖像對(duì)比度，其中 v 是像素值，alpha 從 [0.4, 0.6] 范圍內(nèi)均勻采樣。
圖像轉(zhuǎn)換
“ElasticTransformation”增強(qiáng)器通過(guò)使用位移場(chǎng)在局部移動(dòng)像素來(lái)變換圖像。增強(qiáng)器的參數(shù)是 alpha 和 sigma。位移的強(qiáng)度由 alpha 控制，其中較大的值表示像素移動(dòng)得更遠(yuǎn)。位移的平滑度由 sigma 控制，其中較大的值會(huì)導(dǎo)致更平滑的圖案。
elastic = iaa.ElasticTransformation(alpha=60.0, sigma=4.0) polar = iaa.WithPolarWarping(iaa.CropAndPad(percent=(-0.2, 0.7))) jigsaw = iaa.Jigsaw(nb_rows=20, nb_cols=15, max_steps=(3, 7)) input_elastic = elastic.augment_image(input_img) input_polar = polar.augment_image(input_img) input_jigsaw = jigsaw.augment_image(input_img) images_list=[input_img, input_elastic,input_polar,input_jigsaw] labels = ['Original', 'elastic','polar','jigsaw'] ipyplot.plot_images(images_list,labels=labels,img_width=180)
在使用“Polar Warping”增強(qiáng)器時(shí)，首先在極坐標(biāo)表示中應(yīng)用裁剪和填充，然后再將其扭轉(zhuǎn)回笛卡爾表示。這個(gè)增強(qiáng)器可以為圖像添加額外的像素。這些將被黑色像素填充。此外，“Jigsaw”增強(qiáng)以類似于拼圖模式的方式移動(dòng)圖片內(nèi)的單元格。
圖像上的邊界框
Imgaug 還為圖像提供邊界框支持。如果在增強(qiáng)期間旋轉(zhuǎn)，該庫(kù)可以旋轉(zhuǎn)圖像上的所有邊界框。
from imgaug.augmentables.bbs import BoundingBox, BoundingBoxesOnImage bbs = BoundingBoxesOnImage([ BoundingBox(x1=40, x2=550, y1=40, y2=780) ], shape=input_img.shape) ia.imshow(bbs.draw_on_image(input_img))
Albumentations
Albumentations 是一個(gè)快速且知名的庫(kù)，它與流行的深度學(xué)習(xí)框架（如 PyTorch 和 TensorFlow）集成。它也是 PyTorch 生態(tài)系統(tǒng)的一部分。
Albumentations 可以執(zhí)行所有典型的計(jì)算機(jī)視覺(jué)任務(wù)，包括分類、語(yǔ)義分割、實(shí)例分割、對(duì)象識(shí)別和姿勢(shì)估計(jì)。該庫(kù)包含 70 多種不同的增強(qiáng)功能，用于從現(xiàn)有數(shù)據(jù)創(chuàng)建新的訓(xùn)練樣本。它通常用于工業(yè)、深度學(xué)習(xí)研究、機(jī)器學(xué)習(xí)競(jìng)賽和開(kāi)源項(xiàng)目。
讓我們首先使用 pip 命令安裝庫(kù)。
pip install Albumentations
我們將導(dǎo)入使用 Albumentations 擴(kuò)充數(shù)據(jù)所需的所有必要包：
import albumentations as A import cv2
除了 Albumentations 包之外，我們還使用 OpenCV 包，這是一個(gè)支持多種圖像格式的開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)。Albumentations 依賴于 OpenCV；因此，你已經(jīng)安裝了它。
圖像翻轉(zhuǎn)
'A.HorizontalFlip' 和 'A.VerticalFlip' 函數(shù)用于水平和垂直翻轉(zhuǎn)圖像。p 是一個(gè)獨(dú)特的參數(shù)，幾乎所有的擴(kuò)充都支持。它控制使用增強(qiáng)的概率。
#HorizontalFlip
transform = A.HorizontalFlip(p=0.5)
augmented_image = transform(image=input_img)['image']
plt.figure(figsize=(4, 4))
plt.axis('off')
plt.imshow(augmented_image)
#VerticalFlip
transform = A.VerticalFlip(p=1)
augmented_image = transform(image=input_img)['image']
plt.figure(figsize=(4, 4))
plt.axis('off')
plt.imshow(augmented_image)
圖像縮放和旋轉(zhuǎn)
該增強(qiáng)器隨機(jī)使用仿射變換來(lái)平移、縮放和旋轉(zhuǎn)輸入圖像。
transform = A.ShiftScaleRotate(p=0.5)
random.seed(7)
augmented_image = transform(image=input_img)['image']
plt.figure(figsize=(4, 4))
plt.axis('off')
plt.imshow(augmented_image)
圖像 ChannelShuffle
該增強(qiáng)器隨機(jī)重新排列輸入圖像的 RGB 通道。
from albumentations.augmentations.transforms import ChannelShuffle
transform = ChannelShuffle(p=1.0)
random.seed(7)
augmented_image = transform(image=input_img)['image']
plt.figure(figsize=(4, 4))
plt.axis('off')
plt.imshow(augmented_image)
圖像曝光
該增強(qiáng)器反轉(zhuǎn)輸入圖像中大于某個(gè)閾值的所有像素值。
from albumentations.augmentations.transforms import Solarize
transform = Solarize(threshold=200, p=1.0)
augmented_image = transform(image=input_img)['image']
plt.figure(figsize=(4, 4))
plt.axis('off')
plt.imshow(augmented_image)
反轉(zhuǎn)圖像
通過(guò)從 255 中減去像素值，此增強(qiáng)器反轉(zhuǎn)輸入圖像。
from albumentations.augmentations.transforms import InvertImg
transform = InvertImg(p=1.0)
augmented_image = transform(image=input_img)['image']
plt.figure(figsize=(4, 4))
plt.axis('off')
plt.imshow(augmented_image)
使用 Compose 增強(qiáng)管道
要定義一個(gè)擴(kuò)展管道，首先，創(chuàng)建一個(gè) Compose 實(shí)例。你必須提供擴(kuò)充列表作為 Compose 類的參數(shù)。在此示例中，我們將使用各種增強(qiáng)功能，例如轉(zhuǎn)置、模糊、失真等。
調(diào)用 Compose 將導(dǎo)致返回一個(gè)將進(jìn)行圖像增強(qiáng)的轉(zhuǎn)換函數(shù)。
transform = A.Compose([
A.RandomRotate90(),
A.Transpose(),
A.ShiftScaleRotate(shift_limit=0.08, scale_limit=0.5, rotate_limit=5, p=.8),
A.Blur(blur_limit=7),
A.GridDistortion(),
])
random.seed(2)
augmented_image = transform(image=input_img)['image']
plt.figure(figsize=(4, 4))
plt.axis('off')
plt.imshow(augmented_image)
SOLT
SOLT 是一個(gè)深度學(xué)習(xí)數(shù)據(jù)增強(qiáng)庫(kù)，支持圖像、分割掩碼、標(biāo)簽和關(guān)鍵點(diǎn)。SOLT 也很快，并且在其后端有 OpenCV。
我們將從使用 pip 命令安裝 SOLT 開(kāi)始
pip install solt
然后我們將導(dǎo)入增強(qiáng)圖像數(shù)據(jù)所需的所有必要的 SOLT 包。
import solt import solt.transforms as slt h, w, c = input_img.shape img = input_img[:w]
在這里，我們將為擴(kuò)充管道創(chuàng)建一個(gè) Stream 實(shí)例。你必須提供擴(kuò)充列表作為流類的參數(shù)。
stream = solt.Stream([
slt.Rotate(angle_range=(-90, 90), p=1, padding='r'),
slt.Flip(axis=1, p=0.5),
slt.Flip(axis=0, p=0.5),
slt.Shear(range_x=0.3, range_y=0.8, p=0.5, padding='r'),
slt.Scale(range_x=(0.8, 1.3), padding='r', range_y=(0.8, 1.3), same=False, p=0.5),
slt.Pad((w, h), 'r'),
slt.Crop((w, w), 'r'),
slt.Blur(k_size=7, blur_type='m'),
solt.SelectiveStream([
slt.CutOut(40, p=1),
slt.CutOut(50, p=1),
slt.CutOut(10, p=1),
solt.Stream(),
solt.Stream(),
], n=3),
], ignore_fast_mode=True)
fig = plt.figure(figsize=(17,17))
n_augs = 10
random.seed(2)
for i in range(n_augs):
img_aug = stream({'image': img}, return_torch=False, ).data[0].squeeze()
ax = fig.add_subplot(1,n_augs,i+1)
if i == 0:
ax.imshow(img)
else:
ax.imshow(img_aug)
ax.set_xticks([])
ax.set_yticks([])
plt.show()
結(jié)論
圖像增強(qiáng)可以幫助增加現(xiàn)有數(shù)據(jù)集。目前有幾個(gè) Python 庫(kù)可用于圖像增強(qiáng)。在本文中，我們使用三個(gè) Python 庫(kù)——Imgaug、Albalentations和Solt探索了不同的圖像增強(qiáng)技術(shù)。
到此這篇關(guān)于深入淺出Python中三個(gè)圖像增強(qiáng)庫(kù)的使用的文章就介紹到這了,更多相關(guān)Python圖像增強(qiáng)庫(kù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
利用OpenCV實(shí)現(xiàn)YOLO對(duì)象檢測(cè)方法詳解
這篇文章主要介紹了如何使用YOLOV3對(duì)象檢測(cè)器、OpenCV和Python實(shí)現(xiàn)對(duì)圖像和視頻流的檢測(cè)。文中的示例代碼講解詳細(xì)，感興趣的可以了解一下2022-01-01
Keras SGD 隨機(jī)梯度下降優(yōu)化器參數(shù)設(shè)置方式
這篇文章主要介紹了Keras SGD 隨機(jī)梯度下降優(yōu)化器參數(shù)設(shè)置方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
這篇文章主要介紹了go和python變量賦值遇到的一個(gè)問(wèn)題的相關(guān)資料,需要的朋友可以參考下2017-08-08
這篇文章主要介紹了Python中綁定與未綁定的類方法用法,結(jié)合實(shí)例形式分析了未綁定的類方法與綁定的實(shí)例方法相關(guān)使用技巧,需要的朋友可以參考下2016-04-04
Python Django給admin添加Action的方法實(shí)例詳解
這篇文章主要介紹了Django給admin添加Action的方法，本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-04-04
中文編碼問(wèn)題一直是程序員頭疼的問(wèn)題,本文將盡量用通俗的語(yǔ)言帶大家徹底的了解字符編碼以及Python2和3中的各種編碼問(wèn)題。感興趣的可以了解一下2021-11-11
如何將matlab數(shù)據(jù)導(dǎo)入到Python中使用
這篇文章主要介紹了如何將matlab數(shù)據(jù)導(dǎo)入到Python中使用,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-12-12
Python處理數(shù)據(jù)之匹配兩個(gè)Excel文件數(shù)據(jù)的實(shí)現(xiàn)方法
這篇文章主要給大家介紹了關(guān)于Python處理數(shù)據(jù)之匹配兩個(gè)Excel文件數(shù)據(jù)的實(shí)現(xiàn)方法,可以使用Python的Pandas庫(kù)來(lái)實(shí)現(xiàn)兩層循環(huán)匹配兩個(gè)Excel文件,需要的朋友可以參考下2023-09-09
Python爬蟲(chóng)之Selenium設(shè)置元素等待的方法
這篇文章主要介紹了Python爬蟲(chóng)之Selenium設(shè)置元素等待的方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
利用Python過(guò)濾相似文本的簡(jiǎn)單方法示例
這篇文章主要給大家介紹了關(guān)于利用Python過(guò)濾相似文本的簡(jiǎn)單方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02