深度学习数据集扩充代码

# -*-coding = utf-8 -*-
"""
1. Image_flip:翻转图片
2. Image_traslation:平移图片
3. Image_rotate:旋转图片
4. Image_noise:添加噪声
"""
import os
import cv2
import numpy as np
from random import choice
import randomdef Image_flip(img):""":param img:原始图片矩阵:return: 0-垂直； 1-水平； -1-垂直&水平"""if img is None:returnparas = [0, 1, -1]img_new = cv2.flip(img, choice(paras))return img_newdef Image_traslation(img):""":param img: 原始图片矩阵:return: [1, 0, 100]-宽右移100像素； [0, 1, 100]-高下移100像素"""paras_wide = [[1, 0, 100], [1, 0, -100]]paras_height = [[0, 1, 100], [0, 1, -100]]rows, cols = img.shape[:2]img_shift = np.float32([choice(paras_wide), choice(paras_height)])border_value = tuple(int(x) for x in choice(choice(img)))img_new = cv2.warpAffine(img, img_shift, (cols, rows), borderValue=border_value)return img_newdef Image_rotate(img):""":param img:原始图片矩阵:return:旋转中心，旋转角度，缩放比例"""rows, cols = img.shape[:2]rotate_core = (cols/2, rows/2)rotate_angle = [60, -60, 45, -45, 90, -90, 210, 240, -210, -240]paras = cv2.getRotationMatrix2D(rotate_core, choice(rotate_angle), 1)border_value = tuple(int(x) for x in choice(choice(img)))img_new = cv2.warpAffine(img, paras, (cols, rows), borderValue=border_value)return img_newdef Image_noise(img):""":param img:原始图片矩阵:return: 0-高斯噪声，1-椒盐噪声"""paras = [0, 1]gaussian_class = choice(paras)noise_ratio = [0.05, 0.06, 0.08]if gaussian_class == 1:output = np.zeros(img.shape, np.uint8)prob = choice(noise_ratio)thres = 1 - prob#print('prob', prob)for i in range(img.shape[0]):for j in range(img.shape[1]):rdn = random.random()if rdn < prob:output[i][j] = 0elif rdn > thres:output[i][j] = 255else:output[i][j] = img[i][j]return outputelse:mean = 0var=choice([0.001, 0.002, 0.003])#print('var', var)img = np.array(img/255, dtype=float)noise = np.random.normal(mean, var**0.5, img.shape)out = img + noiseif out.min() < 0:low_clip = -1else:low_clip = 0out = np.clip(out, low_clip, 1.0)out = np.uint8(out*255)return outif __name__ == "__main__":"""path_read: 读取原始数据集图片的位置;path_write：图片扩增后存放的位置；picture_size：图片之后存储的尺寸;enhance_hum: 需要通过扩增手段增加的图片数量"""path_read = "D:/pic_old/"path_write = "D:/pic_new/"enhance_num = 500image_list = [x for x in os.listdir(path_read)]existed_img = len(image_list)while enhance_num > 0:img = choice(image_list)image = cv2.imread(path_read+img, cv2.IMREAD_COLOR)algorithm = [1, 2, 3, 4]random_process = choice(algorithm)if random_process == 1:image = Image_flip(image)elif random_process == 2:image = Image_traslation(image)elif random_process == 3:image = Image_rotate(image)else:image = Image_noise(image)image_dir = path_write+str(enhance_num+existed_img-1).zfill(5)+'.jpg'cv2.imwrite(image_dir, image)enhance_num -= 1

这个代码是这位博主的https://blog.csdn.net/Celibrity/article/details/106297733

我直接复制过来了，为了防止侵权，放上这位博主的链接

深度学习数据集扩充代码相关推荐

【HSI】高光谱的数据集分类深度学习实战及代码理解
[HSI]高光谱的数据集分类深度学习实战及代码理解文章目录 [HSI]高光谱的数据集分类深度学习实战及代码理解一.配置文件编写二.高光谱图像的处理 2.1图像数据变换 2.2 数据整合 2.3 ...
深度学习数据集定义与加载
深度学习数据集定义与加载深度学习模型在训练时需要大量的数据来完成模型调优,这个过程均是数字的计算,无法直接使用原始图片和文本等来完成计算.因此与需要对原始的各种数据文件进行处理,转换成深度学习模型可 ...
java编程石头剪刀布图片_石头、剪刀、布！10分钟带你打开深度学习大门，代码已开源...
原标题:石头.剪刀.布!10分钟带你打开深度学习大门,代码已开源沉沉发自宇宙中心量子位出品 | 公众号 QbitAI 深度学习技术的不断普及,越来越多的语言可以用来进行深度学习项目的开发,即 ...
捡漏！用谷歌图片搜索自制深度学习数据集 | 教程
铜灵编译整理量子位出品 | 公众号 QbitAI 就怕前脚刚立志搞个新研究,后脚就发现没有合适的数据集可用.AI工程师从入门到放弃,可能就是这么一会的功夫. 别找了,现在深度学习数据集也能自制了 ...
深度学习数据集怎么找？
人工智能的无名英雄就是数据,许多许多标注或未标注的数据.研究部门和公司也都认识到数据民主化是加快人工智能的必要步骤.事实上,我们很难用一篇文章来说明哪些开放数据集是有用的,那么深度学习数据集怎么找?本 ...
六种人体姿态估计的深度学习模型和代码总结
六种人体姿态估计的深度学习模型和代码总结姿态估计的目标是在RGB图像或视频中描绘出人体的形状,这是一种多方面任务,其中包含了目标检测.姿态估计.分割等等.有些需要在非水平表面进行定位的应用可能也会用 ...
深度学习数据集标注工具、图像语料数据库等资源
NLP+VS︱深度学习数据集标注工具.图像语料数据库.实验室搜索ing... 2017年02月07日 12:12:01 阅读数:27032 ~~因为不太会使用opencv.matlab工具,所以在找一 ...
NLP+VS︱深度学习数据集标注工具、图像语料数据库、实验室搜索ing..
一.NLP标注工具来源:<构想:中文文本标注工具(附开源文本标注工具列表)> Chinese-Annotator 来源:https://github.com/crownpku/Chi ...
NLP+VS︱深度学习数据集标注工具、图像语料数据库、实验室搜索ing....
from: https://blog.csdn.net/sinat_26917383/article/details/54908389 一.NLP标注工具来源:<构想:中文文本标注工具(附开源 ...

深度学习数据集扩充代码

深度学习数据集扩充代码相关推荐

最新文章

热门文章