用Python做圖片數據增強原來如此簡單

目的

在深度學習中，我們需要大量的數據，但是通常直接在現實中獲取數據的難度很高，成本也非常高，時間耗費也一樣讓人難以承受。

所以大家就想，能不能把現有的數據進行人工處理一下，產生人造新數據，達到增加訓練數據的目的呢？

這就是我們所謂的數據增強！

而本文會通過最簡單的方法，告訴大家如何用 3 個常用模塊，來實現圖像領域的數據增強！

所需 Python 模塊

這裏我們用到的是：

1. numpy，這個就不解釋了！
2. matplotlib.pyplot，這個主要是用來顯示圖片
3. PIL，這個是對圖片進行變化操作

案例

Talk is cheap, show me the code!

# 導入需要的包
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
import os

# 獲取當前的路徑
currentpath = os.getcwd()
print(currentpath)

# 讀入圖片
image = Image.open('./cat.jpg')
image = np.array(image)
# 查看數據形狀，其形狀是[H, W, 3]，
# 其中H代表高度， W是寬度，3代表RGB三個通道
image.shape

首先顯示原始圖片：

# 原始圖片
plt.imshow(image)

然後獲取垂直翻轉後的圖片：

# 垂直方向翻轉
# 這裏使用數組切片的方式來完成，
# 相當於將圖片最後一行挪到第一行，
# 倒數第二行挪到第二行，..., 
# 第一行挪到倒數第一行
# 對於行指標，使用::-1來表示切片，
# 負數步長表示以最後一個元素爲起點，向左走尋找下一個點
img2 = image[::-1, :, :]
plt.imshow(img2)

# 水平方向翻轉
img3 = image[:, ::-1, :]
plt.imshow(img3)

#  高度方向裁剪
H, W = image.shape[0], image.shape[1]
# 注意此處用整除，像素位置必須爲整數
H1 = H // 2 
img4 = image[0:H1, :, :]
plt.imshow(img4)

#  寬度方向裁剪
W1 = W//6
W2 = W//3 * 2
img5 = image[:, W1:W2, :]
plt.imshow(img5)

# 兩個方向同時裁剪
img6 = image[0:H1, W1:W2, :]
plt.imshow(img6)

# 調整亮度
img7 = image * 0.5
plt.imshow(img7.astype('uint8'))

# 調整亮度
img8 = image * 2.0
# 由於圖片的RGB像素值必須在0-255之間，
# 此處使用np.clip進行數值裁剪
img8 = np.clip(img8, a_min=None, a_max=255.)
plt.imshow(img8.astype('uint8'))

#高度方向每隔一行採樣
img9 = image[::2, :, :]
plt.imshow(img9)

#寬度方向每隔一列採樣
img10 = image[:, ::2, :]
plt.imshow(img10)

#間隔行列採樣，圖像尺寸減半，清晰度減半
img11 = image[::2, ::2, :]
plt.imshow(img11)
img11.shape

我們調整後的圖片存貯下來：

# 保存圖片
img_3 = Image.fromarray(img3)
img_3.save('img3.jpg')

在批量操作的時候，可以考慮綜合應用文件路徑操作，或者正則表達式，可以很容易完成。大家有什麼疑問歡迎留言探討！