+关注
已关注

分类  

暂无分类

标签  

暂无标签

日期归档  

2019-08(47)

2019-09(90)

2019-10(13)

2019-11(9)

2019-12(19)

imgaug 图像增强

发布于2020-08-01 18:21     阅读(154)     评论(0)     点赞(6)     收藏(4)


import os
import cv2
import numpy as np
from imgaug import augmenters as iaa  # 引入数据增强的包
from tqdm import tqdm


seq = iaa.SomeOf((1, None), [       # 建立一个名为seq的实例,定义增强方法,用于增强
    iaa.Crop(px=(0, 16)),           # 对图像进行crop操作,随机在距离边缘的0到16像素中选择crop范围
    iaa.Fliplr(0.5),                # 对百分之五十的图像进行做左右翻转
    iaa.GaussianBlur((0, 1.0)),     # 在模型上使用0均值1方差进行高斯模糊
    iaa.Multiply(1.5, 0.5),         # 亮度变化 乘以1.5
    iaa.Affine()

], random_order=True)

path = './bmode'
path_out = './bmode_out'
if not os.path.exists(path_out):
    os.makedirs(path_out)


for name in tqdm(os.listdir(path)):
    im = cv2.imread(os.path.join(path, name))
    ##
    im = im[66:648, 102:824, :]
    im = cv2.resize(im, (256, 256))
    im = np.expand_dims(im, 0)
    for i in range(8):
        im_aug = seq.augment_images(im)  # 应用数据增强
        im_aug = np.squeeze(im_aug)
        cv2.imwrite(os.path.join(path_out, 'aug'+str(i)+name),im_aug)

效果

输入

输出



所属网站分类: 技术文章 > 博客

作者:dfh8374

链接: https://www.pythonheidong.com/blog/article/468750/

来源: python黑洞网

任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任

6 0
收藏该文
已收藏

评论内容:(最多支持255个字符)