【629】图像增强(imgaug 包)
[1] 图像分割任务中的图像增强
说明:
- 实例化 iaa.Sequential(),里面包含多种变换
- 输入 图像数据+标注mask数据,进行对应的增强处理
注意:对于图像数据,直接转为 numpy.array 既可
对于标注mask数据,需要通过 SegmentationMapsOnImage 进行处理 - 每张图片增强10次,产生10个不同的图片
举例:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 | from imgaug import augmenters as iaa from imgaug.augmentables.segmaps import SegmentationMapsOnImage from PIL import Image import numpy as np import cv2, os img_size = 512 sometimes = lambda aug: iaa.Sometimes( 0.5 , aug) seq = iaa.Sequential( [ sometimes(iaa.Affine( scale = { "x" : ( 0.8 , 1.2 ), "y" : ( 0.8 , 1.2 )}, translate_percent = { "x" : ( - 0.2 , 0.2 ), "y" : ( - 0.2 , 0.2 )}, rotate = ( - 45 , 45 ), shear = ( - 16 , 16 ), order = [ 0 , 1 ], cval = ( 0 , 255 ), mode = "constant" )), iaa.SomeOf(( 0 , 3 ), [iaa.Add(( - 5 , 5 ), per_channel = 0.5 ), iaa.Grayscale(alpha = ( 0.0 , 1.0 ), from_colorspace = 'BGR' ), sometimes(iaa.PiecewiseAffine(scale = ( 0.01 , 0.05 ))) ], random_order = True ) ], random_order = True ) src_img_dir = "03_model_dataset_split/01_images/" src_seg_dir = "03_model_dataset_split/03_labels_louti/" dst_img_dir = "04_model_dataset_augmentation/02_louti/01_images/" dst_seg_dir = "04_model_dataset_augmentation/02_louti/02_labels_louti/" for file in os.listdir(src_img_dir): src_img_path = os.path.join(src_img_dir, file ) src_seg_path = os.path.join(src_seg_dir, file ) img = Image. open (src_img_path) img_arr = np.array(img) seg = Image. open (src_seg_path) seg_arr = np.array(seg) # segmentation_maps 数据格式需要是 (512, 512, 1) # seg_arr 为 (512, 512),下面是输入 seq 函数的必须格式 seg_map = SegmentationMapsOnImage(np.expand_dims(seg_arr, axis = - 1 ), shape = (img_size, img_size, 3 )) for i in range ( 10 ): # 原始图片 image 与 标注 segmentation_maps 一起变化 i_aug, s_aug = seq(image = img_arr, segmentation_maps = seg_map) dst_img_path = os.path.join(dst_img_dir, "{}-{}.png" . format ( file .split( "." )[ 0 ], i)) dst_seg_path = os.path.join(dst_seg_dir, "{}-{}.png" . format ( file .split( "." )[ 0 ], i)) Image.fromarray(i_aug).save(dst_img_path) # 需要将得到的 s_aug.get_arr() 是 (512, 512, 1) # 需要转换为 (512, 512) 来显示 Image.fromarray(s_aug.get_arr().reshape((img_size, img_size))).save(dst_seg_path) |
分类:
Python Study
, AI Related
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· .NET10 - 预览版1新功能体验(一)