深度学习-扩展数据集

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])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"""p_r = "/home/barry/PycharmProjects/Lab/train_dataset/"p_w = "/home/barry/PycharmProjects/Lab/train_dataset_new2/"for i in range(1,11):path_read = p_r+str(i)path_write = p_w+str(i)enhance_num = 500image_list = os.listdir(path_read)existed_img = len(image_list)for j,img_src in enumerate(image_list):img_src = path_read+'/'+img_srcimg = cv2.imread(img_src)image_dir2 = path_write + '/' + str(random.random()*1000)+'.png'cv2.imwrite(image_dir2, img)while enhance_num > 0:img = choice(image_list)image = cv2.imread(path_read + '/' + img, cv2.IMREAD_COLOR)algorithm = [1, 3, 4]random_process = choice(algorithm)if random_process == 1:image = Image_flip(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) + '.png'cv2.imwrite(image_dir, image)enhance_num -= 1

参考资料：
https://blog.csdn.net/Celibrity/article/details/106297733

深度学习-扩展数据集相关推荐

MATLAB深度学习（1） --- 想要做好深度学习？数据集是第一步
MATLAB深度学习(1) --- 想要做好深度学习?数据集是第一步创作目的项目简介本期重点---数据集构建本文所使用数据集简介用table来搭建训练集总结创作目的大家好,这里是微信公 ...
快速构建深度学习图像数据集，微软Bing和Google哪个更好用？
译者 | Serene 编辑 | 明明出品 | AI 科技大本营(公众号ID:rgznai100) [AI 科技大本营导读]在本文中,作者将利用微软的 Bing Image Search API 来 ...
python爬取百度图片（用于深度学习中数据集的收集）
6_python爬取百度图片(用于深度学习中数据集的收集)(6-20181225-) 参考: https://blog.csdn.net/guyuealian/article/details/7873 ...
camvid数据集介绍_深度学习图像数据集介绍（MSCOCO）
深度学习图像数据集介绍(MSCOCO) MSCOCO数据集是微软开发维护的大型图像数据集,次数聚集的任务包括识别(recognition),分割(segementation),及检测(detectio ...
25个深度学习开源数据集
简介学习深度学习最重要的就是数据集啦.小编在刚开始学习深度学习的时候最头疼的一件事就是没有数据,徒有很多想法,但却无法实现,这里小编给大家介绍25个常用的深度学习开源数据集,这是从国外的一篇博客中看 ...
国内外深度学习开放数据集下载集合(值得收藏，不断更新)
国内外深度学习开放数据集下载集合(值得收藏,不断更新) 一.Image processing data set 1.MNIST ,是最流行的深度学习数据集之一.这是一个手写数字数据集,包含一个有着 6 ...
Duplicate Cleaner - 重复文件 / 相似文件扫描 - 构建深度学习标注数据集
Duplicate Cleaner - 重复文件 / 相似文件扫描 - 构建深度学习标注数据集 https://www.duplicatecleaner.com/ Duplicate Cleaner ...
深度学习大数据集处理_大规模深度学习数据集管理系统
深度学习大数据集处理 Machine learning is data-driven. Most artificial intelligence (AI) practitioners would a ...
图像处理语音识别深度学习开放数据集
从图像处理到语音识别,25款数据科学家必知的深度学习开放数据集本文介绍了 25 个深度学习开放数据集,包括图像处理.自然语言处理.语音识别和实际问题数据集. 介绍深度学习(或生活中大部分领域)的关 ...
从图像处理到语音识别，25款数据科学家必知的深度学习开放数据集
选自Analytics Vidhya,作者:Pranav Dar,机器之心编译. 本文介绍了 25 个深度学习开放数据集,包括图像处理.自然语言处理.语音识别和实际问题数据集. 介绍深度学习(或生活 ...

深度学习-扩展数据集

深度学习-扩展数据集相关推荐

最新文章

热门文章