图像增强方法汇总OpenCV+python实现【第一部分】
- 前言
-
- 常用的图像增强方法
-
- [1. 旋转（Rotation）：](#1. 旋转（Rotation）：)
- [2. 平移（Translation）：](#2. 平移（Translation）：)
- [3. 缩放（Scaling）：](#3. 缩放（Scaling）：)
- [4. 剪切变换（Shear Transform）：](#4. 剪切变换（Shear Transform）：)
- [5. 翻转（Flipping）：](#5. 翻转（Flipping）：)
- [6. 亮度调整（Brightness Adjustment）：](#6. 亮度调整（Brightness Adjustment）：)
- [7. 对比度调整（Contrast Adjustment）：](#7. 对比度调整（Contrast Adjustment）：)
- [8. 添加噪声（Adding Noise）：](#8. 添加噪声（Adding Noise）：)
- [9. 颜色抖动（Color Jittering）：](#9. 颜色抖动（Color Jittering）：)
- [10. 随机擦除（Random Erasing）](#10. 随机擦除（Random Erasing）)
前言
图像增强是指通过各种技术手段改善图像的视觉效果，使其更适合特定的应用场景。以下是一些常见的图像增强方法。
注意：本文从广义的角度讲图像增强方法，这些图像增强方法不一定都适用于CV中AI模型训练前的图像处理
常用的图像增强方法
在CV模型的训练过程中，图像增强（Image Augmentation）是一个非常重要的技术，可以有效地增加训练数据的多样性，防止过拟合，并提高模型的泛化能力。以下是一些常用的图像增强方法，它们在训练CNN模型时非常有用：
1. 旋转（Rotation）：
- 随机旋转图像一定角度。
python
# 图像路径，替换成你的图片路径
image_path = '1.jpg'
# 载入图像
image = cv2.imread(image_path)
# 获取图像尺寸
(h, w) = image.shape[:2]
# 设置旋转的中心为图像中心
center = (w / 2, h / 2)
# 生成一个-90到90之间的随机旋转角度
angle = np.random.uniform(-90, 90)
# 获取旋转矩阵，其中1.0表示图像旋转后不改变大小
rotation_matrix = cv2.getRotationMatrix2D(center, angle, 1.0)
# 执行旋转操作
rotated_image = cv2.warpAffine(image, rotation_matrix, (w, h))
# 显示原图和旋转后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Rotated Image', rotated_image)
# 按任意键退出
cv2.waitKey(0)
cv2.destroyAllWindows()旋转效果如下：
2. 平移（Translation）：
- 随机平移图像在水平或垂直方向上的位置。
python
# 获取图像的高和宽
height, width = image.shape[:2]
# 随机生成平移量（注意：这里需要确保平移量不会使图像超出边界）
tx = np.random.randint(-100, 100) # 水平方向上的平移量，单位：像素
ty = np.random.randint(-100, 100) # 垂直方向上的平移量，单位：像素
# 确保平移后的图像不会超出原始图像的边界
tx = max(min(tx, width-1), 0)
ty = max(min(ty, height-1), 0)
# 创建仿射变换矩阵
translation_matrix = np.float32([[1, 0, tx], [0, 1, ty]])
# 应用仿射变换
translated_image = cv2.warpAffine(image, translation_matrix, (width, height))
# 显示或保存平移后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Translated Image', translated_image)
cv2.waitKey(0)
cv2.destroyAllWindows()平移效果如下：
3. 缩放（Scaling）：
- 随机缩放图像大小。
python
def random_scale_image(image, scale_range=(0.5, 1.5)):
"""
随机缩放图像的大小。
:param image: 要缩放的图像，应为numpy数组形式
:param scale_range: 缩放比例的范围，默认(0.5, 1.5)，即缩放后的大小在原始大小的50%到150%之间
:return: 缩放后的图像
"""
# 生成一个随机的缩放比例
scale = np.random.uniform(scale_range[0], scale_range[1])
# 获取原始图像的高度和宽度
height, width = image.shape[:2]
# 计算缩放后的新高度和宽度
new_height = int(height * scale)
new_width = int(width * scale)
# 使用cv2.resize()进行缩放
scaled_image = cv2.resize(image, (new_width, new_height), interpolation=cv2.INTER_LINEAR)
return scaled_image
# 随机缩放图像
scaled_image = random_scale_image(image)
# 显示缩放后的图像（如果需要）
cv2.imshow('Original Image', image)
cv2.imshow('Scaled Image', scaled_image)
cv2.waitKey(0)
cv2.destroyAllWindows()缩放效果：
4. 剪切变换（Shear Transform）：
- 随机剪切图像。
python
import random
# 步骤1：定义随机剪切参数
# 注意：这里我们假设剪切的区域不能超出原始图像的范围
shear_height = random.randint(1, height // 2) # 随机剪切高度（这里设定为图像高度的一半以下）
shear_width = random.randint(1, width // 2) # 随机剪切宽度（这里设定为图像宽度的一半以下）
start_y = random.randint(0, height - shear_height)
start_x = random.randint(0, width - shear_width)
# 步骤2：剪切图像
sheared_image = image[start_y:start_y+shear_height, start_x:start_x+shear_width]
# 步骤3：显示或保存剪切后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Sheared Image', sheared_image)
cv2.waitKey(0)
cv2.destroyAllWindows()效果
5. 翻转（Flipping）：
- 随机水平或垂直翻转图像。
python
# 定义一个函数来随机翻转图像
def random_flip(image):
# 随机选择翻转模式
flip_code = random.choice([0, 1]) # 0为垂直翻转，1为水平翻转
# 使用cv2.flip函数进行翻转
flipped_image = cv2.flip(image, flip_code)
return flipped_image
# 调用函数并显示翻转后的图像
flipped_image = random_flip(image)
cv2.imshow('Original Image', image)
cv2.imshow('Flipped Image', flipped_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
6. 亮度调整（Brightness Adjustment）：
- 随机调整图像的亮度。
python
def adjust_brightness_randomly(image, alpha_range=(0.5, 1.5)):
# 生成一个随机亮度调整因子
alpha = random.uniform(alpha_range[0], alpha_range[1])
# 亮度调整
adjusted_image = cv2.convertScaleAbs(image, alpha=alpha, beta=0)
return adjusted_image
# 随机调整亮度
adjusted_image = adjust_brightness_randomly(image)
# 显示或保存调整后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Adjusted Image', adjusted_image)
cv2.waitKey(0)
cv2.destroyAllWindows()效果
7. 对比度调整（Contrast Adjustment）：
- 随机调整图像的对比度。
python
def random_contrast(image, contrast_range=[0.5, 1.5]):
# 获取图像的维度
h, w, _ = image.shape
# 随机选择对比度系数
contrast_factor = np.random.uniform(contrast_range[0], contrast_range[1])
# 创建一个空的浮点型图像来存储调整后的图像
adjusted_image = np.zeros((h, w, 3), dtype=np.float32)
# 对图像进行对比度调整
for i in range(h):
for j in range(w):
# 将像素值归一化到0-1之间
pixel = image[i, j] / 255.0
# 调整对比度
adjusted_pixel = np.clip(contrast_factor * (pixel - 0.5) + 0.5, 0, 1)
# 将像素值转换回0-255
adjusted_image[i, j] = adjusted_pixel * 255
# 将浮点数图像转换为无符号整数
adjusted_image = np.uint8(adjusted_image)
return adjusted_image
# 随机调整图像的对比度
adjusted_image = random_contrast(image)
# 显示原始图像和调整后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Adjusted Image', adjusted_image)
cv2.waitKey(0)
cv2.destroyAllWindows()效果如下
8. 添加噪声（Adding Noise）：
- 随机向图像中添加噪声。
python
# 将图像数据转换为浮点型以支持噪声添加
image_N = image.astype(np.float32)
# 定义高斯噪声的均值和标准差
mean = 0
stddev = 50.0 # 可以根据需要调整这个值来控制噪声的强度
# 生成高斯噪声
noise = np.random.normal(mean, stddev, image_N.shape)
# 将噪声添加到图像上
noisy_image = np.clip(image_N + noise, 0, 255).astype(np.uint8)
# 显示或保存带噪声的图像
cv2.imshow('Original Image', image)
cv2.imshow('Noisy Image', noisy_image)
cv2.waitKey(0)
cv2.destroyAllWindows()效果
9. 颜色抖动（Color Jittering）：
- 随机改变图像的颜色属性，如色调、饱和度和亮度。
python
def random_color_shift(image, hue_shift_range=18, sat_shift_range=30, val_shift_range=40):
# 将BGR图像转换为HSV图像
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
# 分解HSV图像的通道
h, s, v = cv2.split(hsv)
# 随机改变色调
h = cv2.add(h, np.random.randint(-hue_shift_range, hue_shift_range+1))
h = np.clip(h, 0, 179) # 确保色调值在0-179之间
# 随机改变饱和度
s = cv2.add(s, np.random.randint(-sat_shift_range, sat_shift_range+1))
s = np.clip(s, 0, 255) # 确保饱和度值在0-255之间
# 随机改变亮度
v = cv2.add(v, np.random.randint(-val_shift_range, val_shift_range+1))
v = np.clip(v, 0, 255) # 确保亮度值在0-255之间
# 合并HSV通道
hsv_shifted = cv2.merge((h, s, v))
# 将HSV图像转换回BGR图像
image_shifted = cv2.cvtColor(hsv_shifted, cv2.COLOR_HSV2BGR)
return image_shifted
# 随机改变颜色属性
shifted_image = random_color_shift(image)
# 显示或保存图像
cv2.imshow('Original Image', image)
cv2.imshow('Shifted Image', shifted_image)
cv2.waitKey(0)
cv2.destroyAllWindows()效果
10. 随机擦除（Random Erasing）
- 随机遮挡图像的一部分，以增强模型的鲁棒性。
python
def random_mask_image(image, min_mask_area=0.05, max_mask_area=0.2):
image_c = image.copy()
height, width = image_c.shape[:2]
# 确定要遮挡的面积（基于图像尺寸的百分比）
min_mask_width_height = int(min(width, height) * np.sqrt(min_mask_area))
max_mask_width_height = int(min(width, height) * np.sqrt(max_mask_area))
# 随机选择遮挡区域的左上角坐标和大小
start_x = random.randint(0, width - max_mask_width_height)
start_y = random.randint(0, height - max_mask_width_height)
mask_width = random.randint(min_mask_width_height, max_mask_width_height)
mask_height = random.randint(min_mask_width_height, max_mask_width_height)
# 在图像上绘制遮挡矩形
image_c[start_y:start_y+mask_height, start_x:start_x+mask_width, :] = 0 # 使用黑色（RGB值为0,0,0）进行遮挡
return image_c
# 使用示例
masked_image = random_mask_image(image)
cv2.imshow('Original Image', image)
cv2.imshow('Masked Image', masked_image)
cv2.waitKey(0)
cv2.destroyAllWindows()效果
