Python + imgaug實現數據增強

inference

GitHub
官網文檔
csdn blog 各功能中文介紹

安裝

pip install imgaug

使用示例

imgaug的基本使用流程：
定義變換序列（Sequential）→ 讀入圖片（imread）→ 執(zhí)行變換（augment_images）→ 保存圖片（imwrite）

# coding:utf-8
# 示例代碼
import cv2
from imgaug import augmenters as iaa
 
seq = iaa.Sequential([
    iaa.Sometimes(0.5, iaa.Crop(px=(0,5))),  # 以0.5的概率，從每側裁剪圖像0到5px（隨機選擇）
    iaa.Fliplr(0.5),  # 0.5概率水平翻轉圖像
    iaa.GaussianBlur(sigma=(0, 3.0))  # 使用0到3.0的sigma模糊圖像
    iaa.Resize((0.5, 1.5)), # 將w和h在0.5-1.5倍范圍內resize
])
 
# 單張圖像增強10次
img = cv2.imread('27.bmp')
for i in range(10):
    img_aug = seq.augment_image(img)
    cv2.imwrite('1.bmp', img_aug)

# 批量圖像增強，每張圖像增強5次
img_list = [cv2.imread('1.bmp'), cv2.imread('2.bmp')]
for i in range(5):
    imgs_aug = seq.augment_images(img_list)
    for j, img in enumerate(imgs_aug):
        cv2.imwrite('str(i)+'_'+str(j)+'.bmp, img)
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成，瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明：文章內容（如有圖片或視頻亦包括在內）由作者上傳并發(fā)布，文章內容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務。

相關閱讀更多精彩內容

友情鏈接更多精彩內容