介紹

本文中探索三個流行的 Python 圖像增強庫。

圖像分類器通常在訓(xùn)練更多的圖像時表現(xiàn)得更好。在圖像分類模型中，一個常見的問題是，模型不能正確地對圖像進行分類，只是因為它沒有針對同一圖像的不同方向進行訓(xùn)練。這可以通過向模型提供多種可能的圖像方向和轉(zhuǎn)換來克服。

然而，在現(xiàn)實中，收集這些不同的數(shù)據(jù)可能需要更多的時間、資源和專業(yè)知識，而且對公司來說成本可能很高。在這種情況下，圖像數(shù)據(jù)增強是一個流行的選擇，通過使用一個或多個增強技術(shù)來生成用于訓(xùn)練的各種圖像，從而為現(xiàn)有數(shù)據(jù)集增加多樣性。

盡管一些Python庫支持多種增強技術(shù)，但并不是所有的技術(shù)都適合訓(xùn)練模型。用戶需要知道哪些增強技術(shù)可以幫助生成用于訓(xùn)練模型的實際附加數(shù)據(jù)。

我們可以使用各種技術(shù)來增強圖像數(shù)據(jù)。它可以包括：

· 使用幾何變換（例如翻轉(zhuǎn)、裁剪、旋轉(zhuǎn)、縮放等）增強圖像數(shù)據(jù)。

· 通過使用顏色轉(zhuǎn)換來增強圖像數(shù)據(jù)，例如通過調(diào)整亮度、暗度、銳度、飽和度等。

· 通過隨機擦除、混合圖像等來增強圖像數(shù)據(jù)。

Imgaug

Imgaug 是一個開源 python 包，可讓你在機器學(xué)習(xí)實驗中增強圖像。它適用于各種增強技術(shù)。它有一個簡單而強大的界面，可以增強圖像、地標(biāo)、邊界框、熱圖和分割圖。

讓我們首先使用 pip 安裝這個庫。

pip install imgaug

接下來，我們將使用 pip 命令在命令提示符下安裝名為“IPyPlot”的 python 包：

pip install ipyplot

IPyPlot 是一個 Python 工具，允許在 Python Notebook 單元格中快速高效地顯示圖像。這個包將 IPython 與 HTML 相結(jié)合，以提供一種更快、更豐富、更具交互性的方式來顯示圖像。這個包的 ＇plot＿images＇ 命令將用于以網(wǎng)格狀結(jié)構(gòu)繪制所有圖像。

此外，我們將導(dǎo)入擴充數(shù)據(jù)所需的所有必要包。

import imageio

import imgaug as ia

import imgaug．a(chǎn)ugmenters as iaa

增強的圖像路徑在此處定義。我們將使用鳥類圖像作為示例。

input＿img ＝ imageio．imread（＇．．／input／image－bird／bird．jpg＇）

圖像翻轉(zhuǎn)

我們可以使用下面的命令水平和垂直翻轉(zhuǎn)圖像。以下代碼中的“Fliplr”關(guān)鍵字水平翻轉(zhuǎn)圖像。同樣，關(guān)鍵字“Flipud”垂直翻轉(zhuǎn)圖像。

＃Horizontal Flip

hflip＝ iaa．Fliplr（p＝1．0）

input＿h(yuǎn)f＝ hflip．a(chǎn)ugment＿image（input＿img）

＃Vertical Flip

vflip＝ iaa．Flipud（p＝1．0）

input＿vf＝ vflip．a(chǎn)ugment＿image（input＿img）

images＿list＝［input＿img， input＿h(yuǎn)f， input＿vf］

labels ＝ ［＇Original＇， ＇Horizontally flipped＇， ＇Vertically flipped＇］

ipyplot．plot＿images（images＿list，labels＝labels，img＿width＝180）

每個圖像被翻轉(zhuǎn)的概率由 p 表示。默認(rèn)情況下，概率設(shè)置為 0．0。要水平翻轉(zhuǎn)輸入圖像，請使用 Fliplr（1．0） 。同樣，當(dāng)垂直翻轉(zhuǎn)圖像時，使用 Flipud（1．0） 。

圖像旋轉(zhuǎn)

通過以度為單位定義旋轉(zhuǎn)，我們可以旋轉(zhuǎn)圖像。

rot1 ＝ iaa．Affine（rotate＝（－50，20））

input＿rot1 ＝ rot1．a(chǎn)ugment＿image（input＿img）

images＿list＝［input＿img， input＿rot1］

labels ＝ ［＇Original＇， ＇Rotated Image＇］

ipyplot．plot＿images（images＿list，labels＝labels，img＿width＝180）

圖像裁剪

裁剪圖像包括從圖像的側(cè)面移除像素的列或行，可以從全尺寸輸入圖像中提取較小尺寸的子圖像。要刪除的像素數(shù)可以以絕對數(shù)或圖像大小的一部分指定。

在這種情況下，我們使用從連續(xù)間隔 ［0．0， 0．3］ 中均勻獲取的隨機分?jǐn)?shù)裁剪圖像的每一側(cè)，并在每個圖像和每側(cè)采樣一次。在這里，我們?yōu)轫敳咳?0．3 的采樣分?jǐn)?shù)，這會將圖像裁剪 0．3＊H，其中 H 是輸入圖像的高度。

crop1 ＝ iaa．Crop（percent＝（0， 0．3））

input＿crop1 ＝ crop1．a(chǎn)ugment＿image（input＿img）

images＿list＝［input＿img， input＿crop1］

labels ＝ ［＇Original＇， ＇Cropped Image＇］

ipyplot．plot＿images（images＿list，labels＝labels，img＿width＝180）

為圖像添加噪點

該增強器將高斯噪聲添加到輸入圖像。尺度值是產(chǎn)生噪聲的正態(tài)分布的標(biāo)準(zhǔn)偏差。

noise＝iaa．AdditiveGaussianNoise（10，40）

input＿noise＝noise．a(chǎn)ugment＿image（input＿img）

images＿list＝［input＿img， input＿noise］

labels ＝ ［＇Original＇， ＇Gaussian Noise Image＇］

ipyplot．plot＿images（images＿list，labels＝labels，img＿width＝180）

圖像剪切

該增強器以 －40 到 40 度范圍內(nèi)的隨機量剪切圖像。

shear ＝ iaa．Affine（shear＝（－40，40））

input＿shear＝shear．a(chǎn)ugment＿image（input＿img）

images＿list＝［input＿img， input＿shear］

labels ＝ ［＇Original＇， ＇Image Shearing＇］

ipyplot．plot＿images（images＿list，labels＝labels，img＿width＝180）

圖像對比度

該增強器通過縮放像素值來調(diào)整圖像對比度。

contrast＝iaa．GammaContrast（（0．5， 2．0））

contrast＿sig ＝ iaa．SigmoidContrast（gain＝（5， 10）， cutoff＝（0．4， 0．6））

contrast＿lin ＝ iaa．LinearContrast（（0．6， 0．4））

input＿contrast ＝ contrast．a(chǎn)ugment＿image（input＿img）

sigmoid＿contrast ＝ contrast＿sig．a(chǎn)ugment＿image（input＿img）

linear＿contrast ＝ contrast＿lin．a(chǎn)ugment＿image（input＿img）

images＿list＝［input＿img， input＿contrast，sigmoid＿contrast，linear＿contrast］

labels ＝ ［＇Original＇， ＇Gamma Contrast＇，＇SigmoidContrast＇，＇LinearContrast＇］

ipyplot．plot＿images（images＿list，labels＝labels，img＿width＝180）

GammaContrast 函數(shù)使用公式 255＊（（v／255）＊＊gamma 調(diào)整圖像對比度，其中 v 是像素值，gamma 從范圍 ［0．5， 2．0］ 中均勻采樣。

SigmoidContrast 使用公式 255＊1／（1＋exp（gain＊（cutoff－v／255）） 調(diào)整圖像對比度 （其中v為像素值，gain 從區(qū)間［3， 10］開始均勻采樣（每張圖像一次），截斷采樣與區(qū)間 ［0．4， 0．6］ 一致。

LinearContrast 使用公式 127 ＋ alpha＊（v－127） 改變圖像對比度，其中 v 是像素值，alpha 從 ［0．4， 0．6］ 范圍內(nèi)均勻采樣。

圖像轉(zhuǎn)換

“ElasticTransformation”增強器通過使用位移場在局部移動像素來變換圖像。增強器的參數(shù)是 alpha 和 sigma。位移的強度由 alpha 控制，其中較大的值表示像素移動得更遠(yuǎn)。位移的平滑度由 sigma 控制，其中較大的值會導(dǎo)致更平滑的圖案。

elastic ＝ iaa．ElasticTransformation（alpha＝60．0， sigma＝4．0）

polar ＝ iaa．WithPolarWarping（iaa．CropAndPad（percent＝（－0．2， 0．7）））

jigsaw ＝ iaa．Jigsaw（nb＿rows＝20， nb＿cols＝15， max＿steps＝（3， 7））

input＿elastic ＝ elastic．a(chǎn)ugment＿image（input＿img）

input＿polar ＝ polar．a(chǎn)ugment＿image（input＿img）

input＿jigsaw ＝ jigsaw．a(chǎn)ugment＿image（input＿img）

images＿list＝［input＿img， input＿elastic，input＿polar，input＿jigsaw］

labels ＝ ［＇Original＇， ＇elastic＇，＇polar＇，＇jigsaw＇］

ipyplot．plot＿images（images＿list，labels＝labels，img＿width＝180）

在使用“Polar Warping”增強器時，首先在極坐標(biāo)表示中應(yīng)用裁剪和填充，然后再將其扭轉(zhuǎn)回笛卡爾表示。這個增強器可以為圖像添加額外的像素。這些將被黑色像素填充。此外，“Jigsaw”增強以類似于拼圖模式的方式移動圖片內(nèi)的單元格。

圖像上的邊界框

Imgaug 還為圖像提供邊界框支持。如果在增強期間旋轉(zhuǎn)，該庫可以旋轉(zhuǎn)圖像上的所有邊界框。

from imgaug．a(chǎn)ugmentables．bbs import BoundingBox， BoundingBoxesOnImage

bbs ＝ BoundingBoxesOnImage（［

BoundingBox（x1＝40， x2＝550， y1＝40， y2＝780）

］， shape＝input＿img．shape）

ia．imshow（bbs．draw＿on＿image（input＿img））

Albumentations

Albumentations 是一個快速且知名的庫，它與流行的深度學(xué)習(xí)框架（如 PyTorch 和 TensorFlow）集成。它也是 PyTorch 生態(tài)系統(tǒng)的一部分。

Albumentations 可以執(zhí)行所有典型的計算機視覺任務(wù)，包括分類、語義分割、實例分割、對象識別和姿勢估計。該庫包含 70 多種不同的增強功能，用于從現(xiàn)有數(shù)據(jù)創(chuàng)建新的訓(xùn)練樣本。它通常用于工業(yè)、深度學(xué)習(xí)研究、機器學(xué)習(xí)競賽和開源項目。

讓我們首先使用 pip 命令安裝庫。

pip install Albumentations

我們將導(dǎo)入使用 Albumentations 擴充數(shù)據(jù)所需的所有必要包：

import albumentations as A

import cv2

除了 Albumentations 包之外，我們還使用 OpenCV 包，這是一個支持多種圖像格式的開源計算機視覺庫。Albumentations 依賴于 OpenCV；因此，你已經(jīng)安裝了它。

圖像翻轉(zhuǎn)

＇A．HorizontalFlip＇ 和 ＇A．VerticalFlip＇ 函數(shù)用于水平和垂直翻轉(zhuǎn)圖像。p 是一個獨特的參數(shù)，幾乎所有的擴充都支持。它控制使用增強的概率。

＃HorizontalFlip

transform ＝ A．HorizontalFlip（p＝0．5）

augmented＿image ＝ transform（image＝input＿img）［＇image＇］

plt．figure（figsize＝（4， 4））

plt．a(chǎn)xis（＇off＇）

plt．imshow（augmented＿image）

＃VerticalFlip

transform ＝ A．VerticalFlip（p＝1）

augmented＿image ＝ transform（image＝input＿img）［＇image＇］

plt．figure（figsize＝（4， 4））

plt．a(chǎn)xis（＇off＇）

plt．imshow（augmented＿image）

圖像縮放和旋轉(zhuǎn)

該增強器隨機使用仿射變換來平移、縮放和旋轉(zhuǎn)輸入圖像。

transform ＝ A．ShiftScaleRotate（p＝0．5）

random．seed（7）

augmented＿image ＝ transform（image＝input＿img）［＇image＇］

plt．figure（figsize＝（4， 4））

plt．a(chǎn)xis（＇off＇）

plt．imshow（augmented＿image）

圖像 ChannelShuffle

該增強器隨機重新排列輸入圖像的 RGB 通道。

from albumentations．a(chǎn)ugmentations．transforms import ChannelShuffle

transform ＝ ChannelShuffle（p＝1．0）

random．seed（7）

augmented＿image ＝ transform（image＝input＿img）［＇image＇］

plt．figure（figsize＝（4， 4））

plt．a(chǎn)xis（＇off＇）

plt．imshow（augmented＿image）

圖像曝光

該增強器反轉(zhuǎn)輸入圖像中大于某個閾值的所有像素值。

from albumentations．a(chǎn)ugmentations．transforms import Solarize

transform ＝ Solarize（threshold＝200，  p＝1．0）

augmented＿image ＝ transform（image＝input＿img）［＇image＇］

plt．figure（figsize＝（4， 4））

plt．a(chǎn)xis（＇off＇）

plt．imshow（augmented＿image）

反轉(zhuǎn)圖像

通過從 255 中減去像素值，此增強器反轉(zhuǎn)輸入圖像。

from albumentations．a(chǎn)ugmentations．transforms import InvertImg

transform ＝ InvertImg（p＝1．0）

augmented＿image ＝ transform（image＝input＿img）［＇image＇］

plt．figure（figsize＝（4， 4））

plt．a(chǎn)xis（＇off＇）

plt．imshow（augmented＿image）

使用 Compose 增強管道

要定義一個擴展管道，首先，創(chuàng)建一個 Compose 實例。你必須提供擴充列表作為 Compose 類的參數(shù)。在此示例中，我們將使用各種增強功能，例如轉(zhuǎn)置、模糊、失真等。

調(diào)用 Compose 將導(dǎo)致返回一個將進行圖像增強的轉(zhuǎn)換函數(shù)。

transform ＝ A．Compose（［

   A．RandomRotate90（），

   A．Transpose（），

   A．ShiftScaleRotate（shift＿limit＝0．08， scale＿limit＝0．5， rotate＿limit＝5， p＝．8），

   A．Blur（blur＿limit＝7），

   A．GridDistortion（），

］）

random．seed（2）

augmented＿image ＝ transform（image＝input＿img）［＇image＇］

plt．figure（figsize＝（4， 4））

plt．a(chǎn)xis（＇off＇）

plt．imshow（augmented＿image）

SOLT

SOLT 是一個深度學(xué)習(xí)數(shù)據(jù)增強庫，支持圖像、分割掩碼、標(biāo)簽和關(guān)鍵點。SOLT 也很快，并且在其后端有 OpenCV。

我們將從使用 pip 命令安裝 SOLT 開始

pip install solt

然后我們將導(dǎo)入增強圖像數(shù)據(jù)所需的所有必要的 SOLT 包。

import solt

import solt．transforms as slt

h， w， c ＝ input＿img．shape

img ＝ input＿img［：w］

在這里，我們將為擴充管道創(chuàng)建一個 Stream 實例。你必須提供擴充列表作為流類的參數(shù)。

stream ＝ solt．Stream（［

   slt．Rotate（angle＿range＝（－90， 90）， p＝1， padding＝＇r＇），

   slt．Flip（axis＝1， p＝0．5），

   slt．Flip（axis＝0， p＝0．5），

   slt．Shear（range＿x＝0．3， range＿y＝0．8， p＝0．5， padding＝＇r＇），

   slt．Scale（range＿x＝（0．8， 1．3）， padding＝＇r＇， range＿y＝（0．8， 1．3）， same＝False， p＝0．5），

   slt．Pad（（w， h）， ＇r＇），

   slt．Crop（（w， w）， ＇r＇），

   slt．Blur（k＿size＝7， blur＿type＝＇m＇），

   solt．SelectiveStream（［

       slt．CutOut（40， p＝1），

       slt．CutOut（50， p＝1），

       slt．CutOut（10， p＝1），

       solt．Stream（），

       solt．Stream（），

   ］， n＝3），

］， ignore＿fast＿mode＝True）

fig ＝ plt．figure（figsize＝（17，17））

n＿augs ＝ 10

random．seed（2）

for i in range（n＿augs）：

   img＿aug ＝ stream（｛＇image＇： img｝， return＿torch＝False， ）．data［0］．squeeze（）

   ax ＝ fig．a(chǎn)dd＿subplot（1，n＿augs，i＋1）

   if i ＝＝ 0：

       ax．imshow（img）

   else：

       ax．imshow（img＿aug）

   ax．set＿xticks（［］）

   ax．set＿yticks（［］）

plt．show（）

結(jié)論

圖像增強可以幫助增加現(xiàn)有數(shù)據(jù)集。目前有幾個 Python 庫可用于圖像增強。在本文中，我們使用三個 Python 庫——Imgaug、Albalentations和Solt探索了不同的圖像增強技術(shù)。

       原文標(biāo)題 : 使用 3 個Python庫的圖像增強