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。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

opencv图像数据增强笔记 - 创想鸟

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):

1 图片展示

In [ ]

# 导入相关包import cv2import numpy as npfrom matplotlib import pyplot as plt%matplotlib inline

In [ ]

filename = 'lena.jpg'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)
(350, 350, 3)

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)

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.jpg',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()
请输入阈值0-255
111.0116.0

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)

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

In [ ]

randomflip=RandomFlip(0)img_randomflip=randomflip(img)plt.imshow(img_randomflip)

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

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()

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()

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)

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)

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)

In [ ]

crop = RandCropImage(350)plt.imshow(crop(img))

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)

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)

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)

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)

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)

以上就是opencv图像数据增强笔记的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/58352.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
DeepSeekOCR本地部署怎么设置安全访问_本地部署服务安全与访问控制方法
上一篇 2025年11月10日 08:44:20
如何在Java中安装并配置JavaFX
下一篇 2025年11月10日 08:44:26

相关推荐

  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • Golang JSON序列化:控制敏感字段暴露的最佳实践

    本教程探讨golang中如何高效控制结构体字段在json序列化时的可见性。当需要将包含敏感信息的结构体数组转换为json响应时,通过利用`encoding/json`包提供的结构体标签,特别是`json:”-“`,可以轻松实现对特定字段的忽略,从而避免敏感数据泄露,确保api…

    2026年5月10日
    000
  • 比特币新手教程 比特币交易平台有哪些

    比特币是一种去中心化的数字货币,基于区块链技术实现点对点交易,具有匿名性、有限发行和不可篡改等特点;新手可通过交易所购买,P2P交易获得比特币,常用平台包括Binance、OKX和Huobi;交易流程包括注册账户、实名认证、绑定支付方式、充值法币并下单购买,可选择市价单或限价单;比特币存储方式有交易…

    2026年5月10日
    000
  • c++中的SFINAE技术是什么_c++模板编程中的SFINAE原理与应用

    SFINAE 是“替换失败不是错误”的原则,指模板实例化时若参数替换导致错误,只要存在其他合法候选,编译器不报错而是继续重载决议。它用于条件启用模板、类型检测等场景,如通过 decltype 或 enable_if 控制函数重载,实现类型特征判断。尽管 C++20 引入 Concepts 简化了部分…

    2026年5月10日
    000
  • Go语言mgo查询构建:深入理解bson.M与日期范围查询的正确实践

    本文旨在解决go语言mgo库中构建复杂查询时,特别是涉及嵌套`bson.m`和日期范围筛选的常见错误。我们将深入剖析`bson.m`的类型特性,解释为何直接索引`interface{}`会导致“invalid operation”错误,并提供一种推荐的、结构清晰的代码重构方案,以确保查询条件能够正确…

    2026年5月10日
    100
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • Golang goroutine与channel调试技巧

    使用go run -race检测数据竞争,结合runtime.NumGoroutine监控协程数量,通过pprof分析阻塞调用栈,利用select超时避免永久阻塞,有效排查goroutine泄漏、死锁和数据竞争问题。 Go语言的goroutine和channel是并发编程的核心,但它们也带来了调试上…

    2026年5月10日
    000
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • 《魔兽世界》将于6月11日开启国服回归技术测试

    《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试

    《%ign%ignore_a_1%re_a_1%》官方宣布,将于6月11日开启国服回归技术测试,时间为7天,并称可以在6月内正式开服,玩家们可以访问官网下载战网客户端并预下载“巫妖王之怒”客户端,技术测试详情见下图。 WordAi WordAI是一个AI驱动的内容重写平台 53 查看详情 以上就是《…

    2026年5月10日 用户投稿
    200
  • 如何在HTML中插入表单元素_HTML表单控件与输入类型使用指南

    HTML表单通过标签构建,包含action和method属性定义数据提交目标与方式,常用input类型如text、password、email等适配不同输入需求,配合label、required、placeholder提升可用性,结合textarea、select、button等控件实现完整交互,是…

    2026年5月10日
    000
  • 创建指定大小并填充特定数据的Golang文件教程

    本文将介绍如何使用Golang创建一个指定大小的文件,并用特定数据填充它。我们将使用 `os` 包提供的函数来创建和截断文件,从而实现快速生成大文件的目的。示例代码展示了如何创建一个10MB的文件,并将其填充为全零数据。掌握这些方法,可以方便地在例如日志系统或磁盘队列等场景中,预先创建测试文件或初始…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • 如何插入查询结果数据_SQL插入Select查询结果方法

    如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法

    使用INSERT INTO…SELECT语句可高效插入数据,通过NOT EXISTS、LEFT JOIN、MERGE语句或唯一约束避免重复;表结构不一致时可通过别名、类型转换、默认值或计算字段处理;结合存储过程可提升可维护性,支持参数化与动态SQL。 将查询结果数据插入到另一个表中,可以…

    2026年5月10日 用户投稿
    000
  • 使用 WebCodecs VideoDecoder 实现精确逐帧回退

    本文档旨在解决在使用 WebCodecs VideoDecoder 进行视频解码时,实现精确逐帧回退的问题。通过比较帧的时间戳与目标帧的时间戳,可以避免渲染中间帧,从而提高用户体验。本文将提供详细的解决方案和示例代码,帮助开发者实现精确的视频帧控制。 在使用 WebCodecs VideoDecod…

    2026年5月10日
    000
  • Discord.py 交互按钮超时与持久化解决方案

    本教程旨在解决Discord.py中交互按钮在一段时间后出现“This Interaction Failed”错误的问题。我们将深入探讨视图(View)的超时机制,并提供通过正确设置timeout参数以及利用bot.add_view()方法实现按钮持久化的具体方案,确保您的机器人交互功能稳定可靠,即…

    2026年5月10日
    000
  • Debian Copilot的社区活跃度如何

    debian copilot是codeberg社区维护的ai助手,旨在为debian用户提供服务。尽管搜索结果中没有直接提供关于debian copilot社区支持活跃度的具体数据,但我们可以通过debian社区的整体活跃度和特点来推断其活跃性。 Debian社区的一般情况: Debian拥有详尽的…

    2026年5月10日
    000
  • JavaScript 动态菜单点击高亮效果实现教程

    本教程详细介绍了如何使用 JavaScript 实现动态菜单的点击高亮功能。通过事件委托和状态管理,当用户点击菜单项时,被点击项会高亮显示(绿色),同时其他菜单项恢复默认样式(白色)。这种方法避免了不必要的DOM操作,提高了性能和代码可维护性,确保了无论点击方向如何,功能都能稳定运行。 动态菜单高亮…

    2026年5月10日
    200
  • c++如何实现UDP通信_c++基于UDP的网络通信示例

    UDP通信基于套接字实现,适用于实时性要求高的场景。1. 流程包括创建套接字、绑定地址(接收方)、发送(sendto)与接收(recvfrom)数据、关闭套接字;2. 服务端监听指定端口,接收客户端消息并回传;3. 客户端发送消息至服务端并接收响应;4. 跨平台需处理Winsock初始化与库链接,编…

    2026年5月10日
    000
  • html5怎么画实线_HTML5用CSS border-style:solid画元素实线边框【绘制】

    可通过CSS的border-style属性设为solid添加实线边框:一、内联样式用border:2px solid #000;二、内部样式表统一设置如div{border:1px solid #333};三、外部CSS文件定义.my-box{border:3px solid red}并引入;四、单…

    2026年5月10日
    200
  • JavaScript函数中插入加载动画(Spinner)的正确方法

    本文旨在解决在JavaScript函数中插入加载动画(Spinner)时遇到的异步问题。通过引入async/await和Promise.all,确保在数据处理完成前后正确显示和隐藏加载动画,提升用户体验。我们将提供两种实现方案,并详细解释其原理和优势。 在Web开发中,当执行耗时操作时,显示加载动画…

    2026年5月10日
    000

发表回复

登录后才能评论
关注微信