深入了解Python Opencv数据增强

常见的数据增强操作有：按比例放大或缩小图片、旋转、平移、水平翻转、改变图像通道等。

1.按比例放大和缩小

​ 扩展缩放只是改变图像的尺寸大小。opencv 提供的函数 cv2.resize()可以实现这个功能。图像的尺寸可以自己手动设置，也可以指定缩放因子。可以选择使用不同的插值方法。在缩放时我们推荐使用 cv2.inter_area，在扩展时我们推荐使用 v2.inter_cubic（慢) 和 v2.inter_linear。默认情况下所有改变图像尺寸大小的操作使用的插值方法都是 cv2.inter_linear。

resize库中第二个参数是目标大小，例如如果我想把图片resize成300*300大小的，可以这么写：

2.平移图像

平移就是将对象换一个位置。如果你要沿（x，y）方向移动，移动的距离是（tx，ty），你可以以下面的方式构建移动矩阵：

可以使用 numpy 数组构建这个矩阵（数据类型是 np.float32），然后把它传给函数cv2.warpaffine()。

例如上面是的矩阵是将图像往水平方向上移动20个像素点，竖直方向上移动30个像素点。

实例：

我这里封装的tx和ty分别为水平和竖直方向需要移动的像素点数。

3.旋转图像

opencv 提供了一个函数：cv2.getrotationmatrix2d

4.镜像变换

opencv提供了cv2.flip()函数，可以第二个参数为1时为水平翻转，为0时垂直翻转。为了后面调用方便，我还是自己封装了一下。

5.添加椒盐噪声

椒盐噪声为纯黑或纯白的像素点，随机生成。

6.添加高斯噪声

与椒盐噪声不同，高斯噪声是彩色的，方差越大时噪声越大。

7.模糊化

将图片模糊或平滑有多种算法，例如高斯模糊、中值模糊、均值模糊等，我这里使用一个比较普通的cv2.blur()实现。同样也是先封装方便我后面调用。

这里的scale其实就是滤波器的尺寸，一般取奇数，scale越大越模糊，

8.重新组合颜色通道

在opencv中，图像的通道顺序为bgr，也就是蓝绿红，可以改变成其他顺序以得到不同的效果。

实例

我有以下几张测试图片：

我希望随机地对这些图片进行一些变换，最终执行结果如下：

可以看到程序对我的图片随机进行了各种变换，我这里只是一次变换，读者也可以尝试对图片同时进行多种变换。

本次程序如下：

总结

还有其他很多的数据增强操作，例如随机裁剪图像、添加颜色扰动等等。另外也有其他库可以进行这些操作，例如keras中的图片预处理process库。我这种是离线式的，希望能将变换后的图片保存下来。

以上就是深入了解python opencv数据增强的详细内容，更多关于python opencv数据增强的资料请关注其它相关文章！