opencv图像数据增强笔记
本文是使用OpenCV实现各类图像增广的笔记,介绍了图片放缩、二值化与阈值处理(含大津法)、翻转(含随机翻转)、去噪声、腐蚀膨胀、旋转、亮度调节、随机裁剪等14种图像增广方法,每种方法均给出了相应的实现代码及效果展示。

opencv实现各类图像增广笔记
图像增广方法有很多,此项目做了如下几个例子的展示(后续再有所其它应用会更新,如果各位有其它需求欢迎评论区催更)
图片放缩图片二值化,阈值处理(大津法求最优阀值)图片翻转图片去噪声图片的腐蚀膨胀图片旋转图片亮度调节图片随机裁剪图片随机添加蒙版图片边缘填充修改图片饱和度图片放大、平移x轴的剪切变换,角度15°
定义函数类结构如下:
class FunctionClass: def __init__(self, parameter): self.parameter=parameter def __call__(self, img):登录后复制
1 图片展示
In [ ]# 导入相关包import cv2import numpy as npfrom matplotlib import pyplot as plt%matplotlib inline登录后复制In [ ]
filename = 'lena.webp'img = cv2.imread(filename)img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)print(img.shape) # 输出通道数,大小是350*350 3通道plt.imshow(img)登录后复制
(350, 350, 3)登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
2 图片放缩
In [ ]class Resize: def __init__(self, size): self.size=size def __call__(self, img): return cv2.resize(img, self.size)# Resize( (600, 600))通过修改函数中参数进行调节图片的大小resize=Resize( (600, 600))img_resize=resize(img)plt.imshow(img_resize)登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
3 图片二值化,阈值处理(大津法求最优阀值)
In [ ]#载入原图img_original=cv2.imread('lena.webp',0)#迭代阈值分割print("请输入阈值0-255")thresh = int(input())retval,img_global=cv2.threshold(img_original,thresh,255,cv2.THRESH_BINARY)print(retval) #最优阈值ret2,th2 = cv2.threshold(img_original,0,255,cv2.THRESH_OTSU)print(ret2)#显示图片plt.subplot(1,3,1)plt.imshow(img_original,'gray')plt.title('Original Image')plt.subplot(1,3,2)plt.hist(img_original.ravel(),256)#.ravel方法将矩阵转化为一维plt.subplot(1,3,3)plt.imshow(th2,'gray')plt.title('Otsu thresholding')plt.show()登录后复制请输入阈值0-255登录后复制
111.0116.0登录后复制
登录后复制登录后复制
4 图片翻转
4.1 水平、垂直翻转
In [ ]class Flip: def __init__(self, mode): self.mode=mode def __call__(self, img): return cv2.flip(img, self.mode)# 指定翻转类型(非随机)# mode=0垂直翻转、1水平翻转、-1水平加垂直翻转flip=Flip(mode=0)img_flip=flip(img)plt.imshow(img_flip)登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
4.2 随机水平、垂直翻转
In [ ]import random# 随机翻转class RandomFlip((object)): def __init__(self, mode=1): # 设置一个翻转参数,1、0或-1,默认1 assert mode in [-1, 0, 1], "mode should be a value in [-1, 0, 1]" self.mode = mode def __call__(self, img): # 随机生成0或1(即是否翻转) if random.randint(0, 1) == 1: return cv2.flip(img, self.mode) else: return img登录后复制In [ ]
randomflip=RandomFlip(0)img_randomflip=randomflip(img)plt.imshow(img_randomflip)登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
5 图片去噪声
In [ ]def gasuss_noise(image, mean=0, var=0.001): # 模拟高斯噪声 ''' 添加高斯噪声 mean : 均值 var : 方差 ''' image = np.array(image/255, dtype=float) noise = np.random.normal(mean, var ** 0.5, image.shape) out = image + noise if out.min() < 0: low_clip = -1. else: low_clip = 0. out = np.clip(out, low_clip, 1.0) out = np.uint8(out*255) return out登录后复制In [ ]
img_noise = gasuss_noise(img) # 添加噪声dst = cv2.fastNlMeansDenoisingColored(img,None,10,10,7,21) # 去噪函数plt.subplot(121),plt.imshow(img_noise) # 含噪声(绿点)图plt.subplot(122),plt.imshow(dst) # 去噪后的图plt.show()登录后复制
登录后复制
6 图片的腐蚀膨胀
In [ ]kernel = np.ones((3, 3), dtype=np.uint8) # 定义3x3卷积核dilate = cv2.dilate(img, kernel, 1) # 1:迭代次数,也就是执行几次膨胀操作erosion = cv2.erode(img, kernel, 1) plt.subplot(131),plt.imshow(img)plt.subplot(132),plt.imshow(dilate) # 膨胀plt.subplot(133),plt.imshow(erosion) # 腐蚀plt.show()登录后复制
登录后复制登录后复制
7 图片旋转
In [ ]class Rotate: def __init__(self, degree,size): self.degree=degree self.size=size def __call__(self, img): h, w = img.shape[:2] center = (w // 2, h // 2) # 采取中心点为轴进行旋转 M = cv2.getRotationMatrix2D(center,self.degree, self.size) return cv2.warpAffine(img, M, (w, h))# 参数1是旋转角度,参数2是图像比例rotate=Rotate(45, 0.7)img_rotating=rotate(img)plt.imshow(img_rotating)登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
8 图片亮度调节
In [ ]class Brightness: def __init__(self,brightness_factor): self.brightness_factor=brightness_factor def __call__(self, img): img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # 通过cv2.cvtColor把图像从BGR转换到HSV darker_hsv = img_hsv.copy() darker_hsv[:, :, 2] = self.brightness_factor * darker_hsv[:, :, 2] return cv2.cvtColor(darker_hsv, cv2.COLOR_HSV2BGR) brightness=Brightness(0.6)img2=brightness(img)plt.imshow(img2)登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
9 图片随机裁剪
In [ ]import randomimport mathclass RandCropImage(object): """ random crop image """ """ 随机裁剪图片 """ def __init__(self, size, scale=None, ratio=None, interpolation=-1): self.interpolation = interpolation if interpolation >= 0 else None if type(size) is int: self.size = (size, size) # (h, w) else: self.size = size self.scale = [0.08, 1.0] if scale is None else scale self.ratio = [3. / 4., 4. / 3.] if ratio is None else ratio def __call__(self, img): size = self.size scale = self.scale ratio = self.ratio aspect_ratio = math.sqrt(random.uniform(*ratio)) w = 1. * aspect_ratio h = 1. / aspect_ratio img_h, img_w = img.shape[:2] bound = min((float(img_w) / img_h) / (w**2), (float(img_h) / img_w) / (h**2)) scale_max = min(scale[1], bound) scale_min = min(scale[0], bound) target_area = img_w * img_h * random.uniform(scale_min, scale_max) target_size = math.sqrt(target_area) w = int(target_size * w) h = int(target_size * h) i = random.randint(0, img_w - w) j = random.randint(0, img_h - h) img = img[j:j + h, i:i + w, :] if self.interpolation is None: return cv2.resize(img, size) else: return cv2.resize(img, size, interpolation=self.interpolation)登录后复制In [ ]
crop = RandCropImage(350)plt.imshow(crop(img))登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
10 图片随机添加蒙版
In [ ]# 随机裁剪图片class RandomErasing(object): def __init__(self, EPSILON=0.5, sl=0.02, sh=0.4, r1=0.3, mean=[0., 0., 0.]): self.EPSILON = EPSILON self.mean = mean self.sl = sl self.sh = sh self.r1 = r1 def __call__(self, img): if random.uniform(0, 1) > self.EPSILON: return img for attempt in range(100): area = img.shape[0] * img.shape[1] target_area = random.uniform(self.sl, self.sh) * area aspect_ratio = random.uniform(self.r1, 1 / self.r1) h = int(round(math.sqrt(target_area * aspect_ratio))) w = int(round(math.sqrt(target_area / aspect_ratio))) #print(w) # 此处插入代码 if w < img.shape[0] and h < img.shape[1]: x1 = random.randint(0, img.shape[1] - h) y1 = random.randint(0, img.shape[0] - w) if img.shape[2] == 3: img[ x1:x1 + h, y1:y1 + w, 0] = self.mean[0] img[ x1:x1 + h, y1:y1 + w, 1] = self.mean[1] img[ x1:x1 + h, y1:y1 + w, 2] = self.mean[2] else: img[x1:x1 + h, y1:y1 + w,0] = self.mean[0] return img return imgerase = RandomErasing()img2=erase(img)plt.imshow(img2)登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
11 图片边缘填充
In [ ]# 图片边缘填充class Pooling: def __init__(self,pooling1,pooling2,pooling3,pooling4): self.pooling1=pooling1 self.pooling2=pooling2 self.pooling3=pooling3 self.pooling4=pooling4 def __call__(self, img): # 全0填充,若填充其它颜色,需修改下面value中数值即可 img_pool = cv2.copyMakeBorder(img, self.pooling1, self.pooling2, self.pooling3, self.pooling4, cv2.BORDER_CONSTANT, value=(0, 0, 0)) return img_pool # Pooling()中的4个参数分别是,上下左右填充的像素大小pooling=Pooling(10,20,30,40)img2=pooling(img)plt.imshow(img2)登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
12 修改图片饱和度
In [ ]# 修改图片饱和度class Saturation: def __init__(self,saturation_factor): self.saturation_factor=saturation_factor def __call__(self, img): img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # 通过cv2.cvtColor把图像从BGR转换到HSV colorless_hsv = img_hsv.copy() colorless_hsv[:, :, 1] = self.saturation_factor * colorless_hsv[:, :, 1] return cv2.cvtColor(colorless_hsv, cv2.COLOR_HSV2BGR) saturation=Saturation(0.6)img2=saturation(img)plt.imshow(img2)登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
13 图片放大、平移
In [ ]# 放大+平移class AmplificationTranslation: def __init__(self,mode1,mode2,mode3): self.mode1=mode1 self.mode2=mode2 self.mode3=mode3 def __call__(self, img): M_crop = np.array([ [self.mode1, 0, self.mode2], [0, self.mode1, self.mode3] ], dtype=np.float32) img = cv2.warpAffine(img, M_crop, (img.shape[0], img.shape[1])) return img# 将彩色图的BGR通道顺序转成RGBimg = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # AmplificationTranslation()中,参数分别是:放大倍数、平移坐标(-150,-240)ATion=AmplificationTranslation(1.6,-150,-240)img2=ATion(img)plt.imshow(img2)登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
14 x轴的剪切变换,角度15°
In [ ]class ShearAngle: def __init__(self,mode): self.mode=mode def __call__(self, img): # x轴的剪切变换,角度15° theta = self.mode * np.pi / 180 M_shear = np.array([ [1, np.tan(theta), 0], [0, 1, 0] ], dtype=np.float32) img_sheared = cv2.warpAffine(img, M_shear, (img.shape[0], img.shape[1])) return img_sheared# 将彩色图的BGR通道顺序转成RGBimg = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # ShearAngle()中,参数是:角度SAion=ShearAngle(15)img2=SAion(img)plt.imshow(img2)登录后复制
登录后复制
登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制登录后复制
相关攻略
在Excel中合并单元格内容,可使用&符号、CONCATENATE或TEXTJOIN函数。&适合简单拼接,CONCATENATE可合并多个值,TEXTJOIN能忽略空值且更灵活。根据实际需求与Excel版本选择方法,可有效提升数据处理效率。
在Excel中固定前三行可提升数据查看效率。主要方法包括:使用“冻结窗格”功能并选择“冻结首三行”;先选中前三行再执行“冻结窗格”;或通过快捷键Alt+W+F+F快速实现。固定后,前三行将始终显示在顶部,方便浏览下方数据时对照表头。
清晰醒目的表头能提升Excel表格的专业性与数据处理效率。通过调整列宽确保内容完整显示,应用样式使表头醒目突出。冻结窗格可使表头在滚动时始终可见,而启用筛选功能则能快速查询和分类数据。这些技巧共同助力表格管理更加井井有条。
使用情景 进入年中,职场人士普遍面临一项关键任务:准备半年度工作总结PPT。这份材料不仅是上半年工作的梳理,更是向领导和团队展示个人价值、项目成效与团队势能的核心载体。一份逻辑清晰、重点突出、呈现专业的总结,能够有效提振团队士气,为下半年工作指明方向。 然而,将庞杂的工作内容转化为结构严谨、观点鲜明
文档背景颜色影响视觉效果与信息传递效率。在WPS中可通过“页面布局”设置背景色。不同行业需求各异,如金融领域适合深色背景,创意行业常用亮色。合理运用背景色能提升专业性、优化阅读体验并强化品牌识别,是高效沟通的辅助工具。
热门专题
热门推荐
Binance币安 欧易OKX Huobi火币 访问币安(Binance)官网时,平台会根据用户所在地区进行智能跳转,这是为了满足不同区域的合规要求。目前,全球通用的主站官方域名是 binance com,记住这个地址,通常是最直接、最安全的访问起点。 如何正确访问币安官网 操作其实很简单:在浏览器
BNB突破1000美元:长期持有者为何坚定不离场? 当BNB价格成功站上1000美元大关,市场并未出现预期中的大规模获利了结潮。相反,众多长期持有者选择了继续坚守。这一现象背后,并非简单的市场情绪驱动,而是基于一套由代币经济模型、生态活力、传统资本流入及政策风险缓解共同构成的复合价值逻辑。本文将深度
标普500创新高,但以比特币计价却暴跌88%:重新审视资产估值坐标系 当市场为标普500指数屡创新高而欢呼时,一个颠覆性的视角正在引发深思。如果我们将计价单位从美元切换为比特币,这幅繁荣图景将彻底改写。数据显示,自2020年以来,标普500指数以美元计价上涨了106%,表现稳健;然而,若以比特币作为
交易的基石——两大内核分析流派 在探讨具体的买卖时机之前,有必要先理清驱动市场波动的两套底层逻辑:基本面分析与技术分析。这两者,好比是导航的地图和罗盘,各有侧重,却又相辅相成。 1 基本面分析:评估“真实价值” 这一流派的核心,是探究资产的内在价值。它关注三个层面: 项目质量: 这个项目究竟要解决
如何利用AI技术提升文档处理效率,快速生成专业报告和PPT 在内容爆炸的时代,文档处理的速度与质量,直接决定了商业决策和项目推进的效率。过去,一份专业报告或一份精心设计的PPT,背后往往意味着团队数日乃至数周的伏案工作。但如今,情况正在发生根本性的转变。行业观察显示,利用AI技术优化文档工作流,正从





