目录
前言
图像增广算法在计算机视觉领域扮演着至关重要的角色。随着深度学习的兴起，大规模数据集的需求变得更加迫切，而图像增广算法可以通过对原始图像进行一系列变换，扩充数据集，从而提升模型的泛化能力和鲁棒性。
本文将着重介绍图像增广算法中的三个关键方面：图像旋转、图像亮度调整以及图像裁剪与拼接。这些算法不仅能够增加训练数据的多样性，还可以帮助我们解决一些实际问题，例如旋转不变性、光照变化以及物体完整性等。
而采用了随机参数的图像增广算法可以增加数据多样性、减少过拟合、增强模型的鲁棒性，并扩充数据集规模，从而改善模型的性能和泛化能力。
算法理论
旋转
理论基础是几何变换。在二维平面中，一个图像可以通过旋转角度θ来进行旋转变换。旋转变换可以表示为一个旋转矩阵，该矩阵描述了如何对图像中的每个像素进行重新采样。通常情况下，旋转矩阵可以表示为：
[ cos(θ) -sin(θ) ]
[ sin(θ) cos(θ) ]
对于给定的旋转中心点（通常是图像的中心），通过对每个像素点进行旋转矩阵的变换，可以得到旋转后的图像。
在实际应用中，旋转图像的角度可以是任意的，通常以度数为单位。一些常见的旋转角度包括90度、180度和270度的顺时针或逆时针旋转，以及任意角度的平滑旋转。此外，还可以通过插值算法对旋转后的图像进行重新采样，以获得更平滑的旋转结果。
亮度调整
图像的亮度可以通过不同的方法进行调整，其中最常见的方法是使用亮度调整函数。亮度调整函数是一个映射函数，它将原始图像中的每个像素值映射到一个新的值，从而改变图像的亮度水平。
常见的亮度调整函数包括线性变换、非线性变换和直方图均衡化等。
这里我们采用线性变换的方法：线性变换是一种简单的亮度调整方法，它通过对每个像素值应用一个缩放因子来改变亮度。线性变换可以表示为新像素值 = 原始像素值 * 缩放因子，其中缩放因子可以大于1使图像变亮，小于1使图像变暗。
裁剪
裁剪是指从原始图像中选择感兴趣的区域，并将其提取出来形成一个新的图像。裁剪可以根据需求选择任意区域的位置和大小。通常，裁剪操作可以通过指定裁剪框的位置和尺寸来实现。裁剪可以用于去除图像中的干扰部分，提取感兴趣的目标区域，或者调整图像的组成元素。
拼接
拼接是指将两个或多个图像按照一定的规则组合在一起形成一个新的图像。拼接可以水平或垂直方向上进行。水平拼接将图像按照水平方向连接，而垂直拼接将图像按照垂直方向连接。
基础实现
我们需要先了解一下图像增广算法的基础实现是怎么样的。
这里我们将使用一些Python优秀的第三方库来完成。在图像增广方面，有许多可供选择的第三方库，如PIL/Pillow、OpenCV、scikit-image等。而在PyTorch中也提供了一些图像增广的函数，虽然图像增广算法在PyTorch中也属于预处理的一部分，但为了方便起见，我们仍然选择使用大家较为熟悉的OpenCV库，而不使用PyTorch。
a.旋转
def Rotated_image(img, angle = 45, scale = 1.0):
height, width = img.shape[:2]
center = (width // 2, height // 2)
matrix = cv2.getRotationMatrix2D(center, angle, scale) #旋转中心，旋转角度，缩放比例
rotated_image = cv2.warpAffine(img, matrix, (width, height))
return rotated_image
通过
cv2.getRotationMatrix2D函数计算旋转矩阵，然后使用cv2.warpAffine函数执行旋转操作。最后，使用cv2.imshow函数显示旋转前后的图像。
实验结果：
b.亮度调整
def Adjusted_image(img,brightness_factor = 1.5):
image_float = img.astype(np.float32)
adjusted_image = image_float * brightness_factor
# 将图像像素值限制在[0, 255]范围内
adjusted_image = np.clip(adjusted_image, 0, 255)
adjusted_image = adjusted_image.astype(np.uint8)
return adjusted_image
将图像转换为浮点型数据类型。然后，通过乘以一个亮度调整因子来调整图像的亮度，这里的亮度调整因子可以根据具体需求进行调整。接下来，我们使用
np.clip函数将图像像素值限制在[0, 255]范围内，避免溢出。最后，我们将图像转换回无符号8位整数类型，并显示调整后的图像。
实验结果：
c.裁剪及拼接
裁剪
def Cut_image(image, coordinate, Leath, cropImg=False ,save=False, saveFile=''):
imageH,imageW=image.shape[:2]
x, y = coordinate[0], coordinate[1]
width, height = Leath[0], Leath[1]
h, w = height, width
if x < 0:
x = 0
if y < 0:
y = 0
if x + width > imageW:
width = imageW - x
if y + height > imageH:
height = imageH - y
cropped_image = image[y:y + height, x:x + width]
padded_image = np.full((h, w, 3), 128, dtype=np.uint8)
x_offset = (w - width) // 2
y_offset = (h - height) // 2
padded_image[y_offset:y_offset + height, x_offset:x_offset + width] = cropped_image
if save:
cv2.imwrite(saveFile, cropped_image)
if cropImg:
return cropped_image
else:
return padded_image此功能为裁剪图像并用灰色填充不足的部分。添加了保存功能，默认不使用。
实验结果：
拼接
def Stitcher_image(image_paths):
stitcher = cv2.Stitcher_create()
images = []
for path in image_paths:
img = cv2.imread(path)
if img is not None:
images.append(img)
if len(images) < 2:
print('至少需要两个图像进行拼接')
return
(status, stitched_image) = stitcher.stitch(images)
if status == cv2.Stitcher_OK:
return stitched_image
else:
print('图像拼接失败')输入图片路径组成的列表，数量大于等于2才可进行拼接。下图是经过裁剪后保存的图片，原图片似乎因为较小，拼接时无法成功，经过放大再裁剪后拼接，实验成功。
实验结果：
随机调整参数
当然，上面只是简单的功能实现，现在我们需要对其添加随机参数。添加随机参数可以增加数据增强的多样性。通过在图像处理过程中引入随机性，可以使得每次处理的结果略有不同，从而扩展数据集的多样性。这对于训练深度学习模型非常有益，可以帮助模型更好地泛化和适应不同的输入。
d.随机翻转算法
介绍：通过随机选择是否对图像进行翻转，并选择翻转的方式（水平翻转或垂直翻转）来改变图像的方向或视角。
import cv2
import numpy as np
import pyps.pyzjr.utility as zjr
path = r'Images\Leopard_cat.png'
img = cv2.imread(path)
def horizontal_flip(image, axis):
if axis != 2:
image = cv2.flip(image, axis)
return image
def random_generate():
values = [0, 1, -1, 2]
return np.random.choice(values)
def random_flip_batch(images):
imglist=[]
for img in images:
random_value = random_generate()
image=horizontal_flip(img,random_value)
imglist.append(image)
return imglist
if __name__ == "__main__":
flipped_images=random_flip_batch([img,img,img,img])
stackimg=zjr.stackImages(1,flipped_images)
cv2.imshow("img",stackimg)
cv2.waitKey(0)随机图像翻转，只进行水平和垂直两个角度。
e.随机颜色明暗调整算法
介绍：通过随机选择图像的区域进行裁剪，以改变图像的大小和内容。
import cv2
import numpy as np
import pyps.pyzjr.utility as zjr
from d2l import torch as d2l
import random
path = r'Images\Leopard_cat.png'
img = cv2.imread(path)
def random_generate(mode):
if mode=='flip':
values = [0, 1, -1, 2]
randimg=np.random.choice(values)
return randimg
if mode=='bright':
bri_num = round(random.uniform(0.5, 1.5), 1)
return bri_num
def Adjusted_image(img, brightness_factor=1.5):
image_float = img.astype(np.float32)
adjusted_image = image_float * brightness_factor
adjusted_image = np.clip(adjusted_image, 0, 255)
adjusted_image = adjusted_image.astype(np.uint8)
return adjusted_image
def random_brightness_batch(images):
imglist = []
for img in images:
random_value=random_generate("bright")
image=Adjusted_image(img,random_value)
imglist.append(image)
return imglist随机颜色明暗调整，明暗变化在0.5到1.5之间随机变化。
f.随机裁剪算法
介绍：通过随机调整图像中每个像素的颜色明暗度，以改变图像的整体色调。
import cv2
import numpy as np
import pyps.pyzjr.utility as zjr
from d2l import torch as d2l
import random
path = r'Images\Leopard_cat.png'
img = cv2.imread(path)
def random_generate(img,mode):
if mode=='flip':
values = [0, 1, -1, 2]
randimg=np.random.choice(values)
return randimg
elif mode=='bright':
bri_num = round(random.uniform(0.5, 1.5), 1)
return bri_num
elif mode=='cut':
scale = round(random.uniform(0.1, 1.0), 1)
h,w=img.shape[:2]
newH=random.randint(0, h)
newW=random.randint(0, w)
initPoint =[newW,newH]
return initPoint,scale
else:
print("这并不是在选定规格内 This is not within the selected specifications.")
def Cut_image(image, coordinate, Leath, cropImg=False ,save=False, saveFile=''):
imageH,imageW=image.shape[:2]
x, y = coordinate[0], coordinate[1]
width, height = Leath[0], Leath[1]
h, w = height, width
if x < 0:
x = 0
if y < 0:
y = 0
if x + width > imageW:
width = imageW - x
if y + height > imageH:
height = imageH - y
cropped_image = image[y:y + height, x:x + width]
padded_image = np.full((h, w, 3), 128, dtype=np.uint8)
x_offset = (w - width) // 2
y_offset = (h - height) // 2
padded_image[y_offset:y_offset + height, x_offset:x_offset + width] = cropped_image
if save:
cv2.imwrite(saveFile, cropped_image)
if cropImg:
return cropped_image
else:
return padded_image
def random_Cropping_batch(images):
imglist = []
for img in images:
h, w = img.shape[:2]
InitPoint, scale = random_generate(img, "cut")
newH, newW = h * scale, w * scale
image = Cut_image(img,InitPoint,[int(newH), int(newW)],cropImg=True)
restored_image=cv2.resize(image,(w, h))
imglist.append(restored_image)
return imglist
if __name__ == "__main__":
flipped_images=random_Cropping_batch([img, img, img, img])
stackimg=zjr.stackImages(1,flipped_images)
cv2.imshow("img",stackimg)
cv2.waitKey(0)随机裁剪图像，并且将原来的裁剪的图像还原为原来大小。
实验分析
实验图片：300×300，Leopard_cat.png
本次实验采用一张300×300大小的梅狸猫图片进行实验，并进行了图像旋转、图像亮度调整以及图像裁剪与拼接，效果均达到我的预期，在图像裁剪的过程中，因为考虑到做的是数据增广，所以添加了灰度条，保证裁剪后的图片大小与原始图片相同；拼接的图片似乎不能太小，可能会拼接失败，本实验经过图片进行放大后裁剪后拼接，实验成功。
而在后面又添加了随机调整参数，有助于丹友们对图像增广的应用的理解。
关于拼接出现黑边的分析：
在实验过程中，我们注意到拼接后的图像边缘可能会出现一些黑边。这是由于图像拼接算法的工作原理所致，它会尝试将图像进行平滑过渡，以便在拼接处产生较少的不连续性。在一些情况下，这可能会导致边缘处的像素值略微偏暗，从而形成黑边。
虽然这些黑边可能对整体图像的观感产生一些影响，但通常情况下它们并不会严重干扰图像的内容。如果你认为黑边对你的应用场景有较大影响，您可以尝试进行后处理来减轻或消除黑边的影响。如边缘增强、图像修复或边缘填充等，来改善黑边问题。
总的来说，尽管在图像拼接过程中可能会出现一些黑边，但这并不会严重影响整体的拼接结果。通过适当的后处理方法，我们可以进一步改善图像的外观，并获得更好的拼接效果。
本章小结
本章介绍了图像处理中常见的几种操作：旋转、亮度调整、裁剪、拼接等。通过使用OpenCV和NumPy库的函数，轻松地实现了。
- 首先，通过cv2.getRotationMatrix2D和cv2.warpAffine函数，我们可以指定旋转中心、旋转角度和缩放比例来旋转图像。
- 接下来，将图像转换为浮点数类型，我们可以通过乘以亮度因子并将像素值控制在0到255之间来调整图像亮度。
- 然后，通过指定裁剪区域的坐标和长度，我们可以裁剪出我们需要的图像，并使用灰色填充图像的不足部分。
- 最后，使用cv2.Stitcher_create和stitch函数，我们可以将多张图像拼接在一起，从而创建一个更大的图像。在拼接过程中，我们需要注意边缘区域可能会有黑边的问题，可以使用图像裁剪来去除。
以上这些操作是图像处理中非常基础的操作，在实际应用中也非常常见。掌握这些基础操作后，我们可以更加轻松地实现更复杂的图像处理算法。
参考文章
(3条消息) 对图像进行随机翻转和裁剪_半个夏天1314的博客-CSDN博客
说明：本章节的代码均为草稿，如果想要这一章整理好的代码，可以私信我。
文章出处登录后可见！
