imgaug数据增强神器:增强器一览

官网:https://imgaug.readthedocs.io/en/latest/







文章目录

一、Sequential 顺序增强器

列表扩充器,可能包含按顺序或随机顺序应用的其他增强器。

按预定义顺序应用:

aug = iaa.Sequential([
    iaa.Affine(translate_px={"x":-40}),
    iaa.AdditiveGaussianNoise(scale=0.1*255)
])

在这里插入图片描述

以随机顺序应用(请注意,每批次采样一次,然后对批次中的所有图像进行相同处理):

aug = iaa.Sequential([
      iaa.Affine(translate_px={"x":-40}),
      iaa.AdditiveGaussianNoise(scale=0.1*255)
], random_order=True)

二、SomeOf 子项增强器

仅将其部分子项应用于图像的增强器。

应用给定的增强器中的两个:

aug = iaa.SomeOf(2, [
    iaa.Affine(rotate=45),
    iaa.AdditiveGaussianNoise(scale=0.2*255),
    iaa.Add(50, per_channel=True),
    iaa.Sharpen(alpha=0.5)
])

在这里插入图片描述

应用给定的增强器中的零个到最大个:

aug = iaa.SomeOf((0, None), [
    iaa.Affine(rotate=45),
    iaa.AdditiveGaussianNoise(scale=0.2*255),
    iaa.Add(50, per_channel=True),
    iaa.Sharpen(alpha=0.5)
])

在这里插入图片描述

随机应用给定的四个增强器中的两个:

aug = iaa.SomeOf(2, [
    iaa.Affine(rotate=45),
    iaa.AdditiveGaussianNoise(scale=0.2*255),
    iaa.Add(50, per_channel=True),
    iaa.Sharpen(alpha=0.5)
], random_order=True)

在这里插入图片描述

三、OneOf 其一增强器

总是执行其中一个增强器。

将四个增强器中的一个应用于每个图像:

aug = iaa.OneOf([
    iaa.Affine(rotate=45),
    iaa.AdditiveGaussianNoise(scale=0.2*255),
    iaa.Add(50, per_channel=True),
    iaa.Sharpen(alpha=0.5)
])

在这里插入图片描述

四、Sometimes 部分增强器

使用一个或多个增强器仅增强p%的图像。

将高斯模糊应用于50%的图像:

aug = iaa.Sometimes(0.5, iaa.GaussianBlur(sigma=2.0))

在这里插入图片描述

将高斯模糊应用于50%的图像的, 将仿射旋转和锐化应用到另外50%。

aug = iaa.Sometimes(
      0.5,
      iaa.GaussianBlur(sigma=2.0),
      iaa.Sequential([iaa.Affine(rotate=45), iaa.Sharpen(alpha=1.0)])
  )

在这里插入图片描述

五、WithColorspace 附带颜色空间增强器

在特定颜色空间内应用子增强器。

将图像转换为HSV,然后将每个像素的H值增加10到50:

aug = iaa.WithColorspace(
    to_colorspace="HSV",
    from_colorspace="RGB",
    children=iaa.WithChannels(0, iaa.Add((10, 50)))
)

在这里插入图片描述

六、WithChannels 通道增强器

将子增强器应用于特定通道。

将每个像素的R值(红色)增加10到100:

aug = iaa.WithChannels(0, iaa.Add((10, 100)))

在这里插入图片描述
将每个图像的红色通道旋转0到45度:

aug = iaa.WithChannels(0, iaa.Affine(rotate=(0, 45)))

在这里插入图片描述

七、Noop 无操作增强器

绝不更改输入图像的增强器(无操作)。

aug = iaa.Noop()

在这里插入图片描述

八、Lambda Lambda增强器

为每批输入图像调用lambda函数的增强器。

用黑色像素替换每个图像的每四行:

def img_func(images, random_state, parents, hooks):
    for img in images:
        img[::4] = 0
    return images

def keypoint_func(keypoints_on_images, random_state, parents, hooks):
    return keypoints_on_images

aug = iaa.Lambda(img_func, keypoint_func)

在这里插入图片描述

九、AssertLambda 断言增强器

增强器使用lambda函数作为条件在每批输入图像上运行断言。

TODO的例子

十、AssertShape 断言形状增强器

增强器对输入图像和关键点的形状运行断言。

检查批处理中的每个图像是否具有32x32x3的形状,否则引发异常:

seq = iaa.Sequential([
    iaa.AssertShape((None, 32, 32, 3)),
    iaa.Fliplr(0.5) # only executed if shape matches
])

检查批次中的每个图像的高度是否在32<=x<64,宽度为64以及1或3个通道中:

seq = iaa.Sequential([
    iaa.AssertShape((None, (32, 64), 32, [1, 3])),
    iaa.Fliplr(0.5)
])

十一、Resize 大小增强器

增强器将图像大小调整为指定的高度和宽度。

将每个图像的大小调整为高度=32和宽度=64:

aug = iaa.Resize({"height": 32, "width": 64})

在这里插入图片描述

将每个图像的大小调整为高度=32并保持宽度的宽高比相同:

aug = iaa.Resize({"height": 32, "width": "keep-aspect-ratio"})

在这里插入图片描述

将每个图像的大小调整为其原始大小的50%到100%之间:

aug = iaa.Resize((0.5, 1.0))

将每个图像的高度调整为其原始大小和宽度的50-75%,调整为16px或32px或64px:

aug = iaa.Resize({"height": (0.5, 0.75), "width": [16, 32, 64]})

在这里插入图片描述

十二、CropAndPad 裁剪/填充增强器

增强器按照像素或百分比(相对于输入图像大小)来裁剪/填充图像。

注意:此增强器在增强图像后会自动将图像重新调整为原始大小。 要停用此功能,请添加参数keep_size=False

相对于其原始大小,每侧裁剪或填充最多10%(负则裁剪,正则填充):

aug = iaa.CropAndPad(percent=(-0.25, 0.25))

在这里插入图片描述

每边填充0至20%。 这会为侧面增加新的像素。 这些像素将填充恒定值(mode=constant)或填充最近边缘(mode=edge)上的值。 如果使用常量值,则它将是0到128之间的随机值(从图像中采样)。

aug = iaa.CropAndPad(
    percent=(0, 0.2),
    pad_mode=["constant", "edge"],
    pad_cval=(0, 128)
)

在这里插入图片描述
将每个图像的顶部填充0到30个像素,右侧填充0-10px,底部填充0-30px,左侧填充0-10px。 available模式填充新像素,constant模式填充0到128之间的常量值。

aug = iaa.CropAndPad(
    px=((0, 30), (0, 10), (0, 30), (0, 10)),
    pad_mode=ia.ALL,
    pad_cval=(0, 128)
)

在这里插入图片描述

每边裁剪/填充最多10px。 该值将每个图像采样一次并用于所有边。

aug = iaa.CropAndPad(
    px=(-10, 10),
    sample_independently=False
)

在这里插入图片描述

十三、Pad 填充增强器

填充图像的增强器。

这是CropAndPad的代理。 它只接受正像素/百分比值。

十四、Crop 裁剪增强器

在图像两侧裁剪的增强器。

这是CropAndPad的代理。 它只接受正像素/百分比值并将它们作为负值传给CropAndPad。

十五、Fliplr 水平翻转增强器

水平翻转输入图像。

水平翻转50%的图像:

aug = iaa.Fliplr(0.5)

在这里插入图片描述

十六、Flipud 垂直翻转增强器

垂直翻转输入图像。

垂直翻转50%的图像:

aug = iaa.Flipud(0.5)

在这里插入图片描述

十七、Superpixels 超像素增强器

完全或部分地将图像变换为其超像素表示。

每个图像生成大约64个超像素。 用平均像素颜色替换每个概率为50%。

aug = iaa.Superpixels(p_replace=0.5, n_segments=64)

在这里插入图片描述
每个图像生成16到128个超像素。 用平均像素颜色替换每个超像素的概率在10到100%之间(每个图像采样一次)。

aug = iaa.Superpixels(p_replace=(0.1, 1.0), n_segments=(16, 128))

在这里插入图片描述
n_segments设置为固定值64然后将p_replace从0.0增加到1.0的效果:
在这里插入图片描述
p_replace设置为固定值1.0然后将n_segments从1 * 16增加到9*16=144的效果:
在这里插入图片描述

十八、ChangeColorspace 改变颜色空间增强器

改变图像的色彩空间的增强器。

以下示例显示如何将颜色空间从RGB更改为HSV,然后将50-100添加到第一个通道,然后转换回RGB。 这增加了每个图像的色调值。

aug = iaa.Sequential([
    iaa.ChangeColorspace(from_colorspace="RGB", to_colorspace="HSV"),
    iaa.WithChannels(0, iaa.Add((50, 100))),
    iaa.ChangeColorspace(from_colorspace="HSV", to_colorspace="RGB")
])

在这里插入图片描述

十九、Grayscale 灰度增强器

将图像转换为灰度图。

将图像更改为灰度,并通过改变强度将其与原始图像叠加,有效地删除0到100%的颜色:

aug = iaa.Grayscale(alpha=(0.0, 1.0))

在这里插入图片描述
可视化:alpha从0.0增加到1.0:
在这里插入图片描述

二十、GaussianBlur 高斯模糊增强器

使用高斯内核模糊图像的增强器

用高斯内核模糊每个图像,sigma为3.0:

aug = iaa.GaussianBlur(sigma=(0.0, 3.0))

在这里插入图片描述

二十一、AverageBlur 平均模糊增强器

通过在邻域上计算的简单手段来模糊图像。

使用随机大小在2x2和11x11之间的平均值来模糊每个图像:

aug = iaa.AverageBlur(k=(2, 11))

在这里插入图片描述
使用具有随机大小的平均值来模糊每个图像,高度可以在5到11之间变化,宽度为1到3之间:

aug = iaa.AverageBlur(k=((5, 11), (1, 3)))

在这里插入图片描述

二十二、MedianBlur 中值模糊增强器

通过计算邻域的中值来模糊图像。

使用中位数超过3x3和11x11之间随机大小的中位数模糊每个图像:

aug = iaa.MedianBlur(k=(3, 11))

在这里插入图片描述

二十三、Convolve 卷积增强器

应用卷积输入图像。

使用3x3内核卷积每个图像:

matrix = np.array([[0, -1, 0],
                   [-1, 4, -1],
                   [0, -1, 0]])
aug = iaa.Convolve(matrix=matrix)

在这里插入图片描述
使用3x3内核卷积每个图像,每个图像动态选择:

def gen_matrix(image, nb_channels, random_state):
      matrix_A = np.array([[0, -1, 0],
                           [-1, 4, -1],
                           [0, -1, 0]])
     matrix_B = np.array([[0, 0, 0],
                          [0, -4, 1],
                          [0, 2, 1]])
      if random_state.rand() < 0.5:
          return [matrix_A] * nb_channels
      else:
          return [matrix_B] * nb_channels
aug = iaa.Convolve(matrix=gen_matrix)

在这里插入图片描述

二十四、Sharpen 锐化增强器

锐化图像增强器。

锐化图像,然后使用0.0到1.0之间的alpha将结果与原始图像重叠:

aug = iaa.Sharpen(alpha=(0.0, 1.0), lightness=(0.75, 2.0))

在这里插入图片描述
可视化:保持lightness为1.0,alpha从0.0增加到1.0:
在这里插入图片描述
可视化:保持alpha为1.0,lightness从0.75增加到1.5:
在这里插入图片描述

二十五、Emboss 浮雕增强器

浮雕图像增强器。

浮雕图像,然后使用0.0到1.0之间的alpha将结果与原始图像叠加:

aug = iaa.Emboss(alpha=(0.0, 1.0), strength=(0.5, 1.5))

在这里插入图片描述
可视化:保持strength为1.0,alpha从0.0增加到1.0:
在这里插入图片描述
可视化:保持alpha为1.0,strength从0.5增加到1.5:
在这里插入图片描述

二十六、EdgeDetect 边缘增强器

检测边缘增强器。

检测边缘,将其转换为黑白图像,然后使用介于0.0和1.0之间的随机alpha将这些图像与原始图像叠加在一起:

aug = iaa.EdgeDetect(alpha=(0.0, 1.0))

可视化:alpha从0.0增加到1.0:
在这里插入图片描述

二十七、DirectedEdgeDetect 方向边缘增强器

特定方向边缘检测增强器。

检测图像中具有随机方向(0到360度)的边缘,将图像转换为黑白图像,然后使用介于0.0和1.0之间的随机alpha将这些图像与原始图像叠加:

aug = iaa.DirectedEdgeDetect(alpha=(0.0, 1.0), direction=(0.0, 1.0))

可视化:保持direction为1.0,alpha从0.0增加到1.0:
在这里插入图片描述
可视化:保持alpha为1.0,direction从0增加到1(0到360度):
在这里插入图片描述

二十八、Add 像素加法增强器

为图像中的所有像素添加值。

在图像中添加-40到40之间的随机值,每个图像对每个图像采样一次,然后对所有像素采样相同:

aug = iaa.Add((-40, 40))

在这里插入图片描述
在图像中添加-40到40之间的随机值。 在50%的图像中,每个通道的值不同(3个采样值)。 在剩下的50%图像中,所有通道的值都相同:

aug = iaa.Add((-40, 40), per_channel=0.5)

在这里插入图片描述

二十九、AddElementwise 相邻像素加法增强器

向具有相邻像素的图像像素添加不同值。

在图像中添加-40到40之间的随机值,每个像素采样一次:

aug = iaa.AddElementwise((-40, 40))

在这里插入图片描述
在图像中添加-40到40之间的随机值。 在50%的图像中,每个通道的值不同(每个像素3个采样值)。 在剩下的50%图像中,每个像素的所有通道的值都相同:

aug = iaa.AddElementwise((-40, 40), per_channel=0.5)

在这里插入图片描述

三十、AdditiveGaussianNoise 高斯噪声增强器

为图像添加高斯噪声(又称白噪声)。

将高斯噪声添加到图像中,每个像素从正态分布N(0,s)采样一次,其中s对每个图像采样并在0和0.05 * 255之间变化:

aug = iaa.AdditiveGaussianNoise(scale=(0, 0.05*255))

在这里插入图片描述
将高斯噪声添加到图像中,每个像素从正态分布N(0,0.05 * 255)采样一次:

aug = iaa.AdditiveGaussianNoise(scale=0.05*255)

在这里插入图片描述
将高斯噪声添加到图像中,对于50%的图像,每个像素从正常分布N(0,0.05 * 255)采样一次,并对来自相同正态分布的其他50%采样三次(通道):

aug = iaa.AdditiveGaussianNoise(scale=0.05*255, per_channel=0.5)

在这里插入图片描述

三十一、Multiply 像素乘法增强器

将图像中的所有像素与特定值相乘,从而使图像更暗或更亮。

将每个图像乘以0.5到1.5之间的随机值:

aug = iaa.Multiply((0.5, 1.5))

在这里插入图片描述
将50%图像乘以0.5到1.5之间的随机值,并将剩余的50%通道乘以,即每个通道独立采样一个乘数:

aug = iaa.Multiply((0.5, 1.5), per_channel=0.5)

在这里插入图片描述

三十二、MultiplyElementwise 相邻像素乘法增强器

将相邻像素的像素值乘以不同的值,使每个像素更暗或更亮。

将每个像素乘以0.5到1.5之间的随机值:

aug = iaa.MultiplyElementwise((0.5, 1.5))

在这里插入图片描述
将50%的图像乘以0.5到1.5之间的随机值,并在剩余50%中乘以通道,即每个通道和像素独立地采样一个乘数:

aug = iaa.MultiplyElementwise((0.5, 1.5), per_channel=0.5)

在这里插入图片描述

三十三、Dropout 丢弃增强器

将图像中的某个像素设为零。

每个图像的采样值范围为0<=p<=0.2,然后将图像中p%像素转换为黑色像素:

aug = iaa.Dropout(p=(0, 0.2))

在这里插入图片描述
每个图像的样本值为0<=p<=0.2,然后将图像中p%像素转换为黑色像素,但在50%的图像中每个通道独立执行此操作:

aug = iaa.Dropout(p=(0, 0.2), per_channel=0.5)

在这里插入图片描述

三十四、CoarseDropout 矩形丢弃增强器

将图像中的矩形区域设置为零。

通过将所有像素转换为黑色像素来丢弃2%,但是在具有原始大小的50%的图像的较低分辨率版本上执行此操作,丢弃2x2的正方形:

aug = iaa.CoarseDropout(0.02, size_percent=0.5)

在这里插入图片描述
通过将它们转换为黑色像素,将0到5%的像素丢弃,但是在原始大小的5%到50%的图像的较低分辨率版本上执行此操作会导致丢弃大的矩形区域:

aug = iaa.CoarseDropout((0.0, 0.05), size_percent=(0.02, 0.25))

在这里插入图片描述
丢弃2%的图像,但是在具有原始大小的50%的图像的较低分辨率版本上执行此操作,丢弃2x2个正方形。 此外,在50%的图像通道中执行此操作,以便仅将某些通道的信息设置为0,而其他通道保持不变:

aug = iaa.CoarseDropout(0.02, size_percent=0.15, per_channel=0.5)

在这里插入图片描述

三十五、Invert 反转增强器

反转图像中的所有值,即将像素从值v设置为255-v。

在50%的图像中反转所有像素:

aug = iaa.Invert(0.5)

在这里插入图片描述
对于50%的图像,以25%的概率(每个图像)反转这些图像中的所有像素。 在剩余的50%的图像中,反转所有通道的25%:

aug = iaa.Invert(0.25, per_channel=0.5)

在这里插入图片描述

三十六、ContrastNormalization 对比度增强器

图像对比度增强器。

将对比度标准化0.5到1.5倍,每个图像随机采样:

aug = iaa.ContrastNormalization((0.5, 1.5))

在这里插入图片描述
将对比度标准化0.5到1.5倍,每个图像随机采样,每个通道独立采集50%的图像:

aug = iaa.ContrastNormalization((0.5, 1.5), per_channel=0.5)

在这里插入图片描述

三十七、Affine 仿射变换增强器

仿射变换增强器。

将图像缩放到原始大小的50到150%的值:

aug = iaa.Affine(scale=(0.5, 1.5))

在这里插入图片描述
将图像缩放到其原始大小的50到150%的值,但是每个轴独立地执行此操作(即,每个图像采样两个值):

aug = iaa.Affine(scale={"x": (0.5, 1.5), "y": (0.5, 1.5)})

在这里插入图片描述
在x轴和y轴上独立地将图像平移-20到+20%:

aug = iaa.Affine(translate_percent={"x": (-0.2, 0.2), "y": (-0.2, 0.2)})

在这里插入图片描述
在x轴和y轴上独立地将图像转换-20到20像素:

aug = iaa.Affine(translate_px={"x": (-20, 20), "y": (-20, 20)})

在这里插入图片描述
将图像旋转-45到45度:

aug = iaa.Affine(rotate=(-45, 45))

在这里插入图片描述
剪切图像-16到16度:

aug = iaa.Affine(shear=(-16, 16))

在这里插入图片描述
当应用仿射变换时,经常生成新的像素,例如, 在向左平移时,在右侧生成像素。 存在各种模式来设置应该如何填充这些像素。 下面的代码显示了一个使用所有模式的示例,每个图像随机采样。 如果模式是constant(用一个常量值填充全部),则使用0到255之间的随机亮度:

aug = iaa.Affine(translate_percent={"x": -0.20}, mode=ia.ALL, cval=(0, 255))

在这里插入图片描述

三十八、PiecewiseAffine 扭曲增强器

在图像上放置一个规则的点网格,并通过仿射变换随机移动这些点的邻域。 这会导致局部扭曲。

通过移动点来局部地扭曲图像,每个点具有距离v(相对于图像大小的百分比),其中z对于每个点从N(0,z)采样v对于每个图像从0.01到0.05的范围采样:

aug = iaa.PiecewiseAffine(scale=(0.01, 0.05))

在这里插入图片描述
在这里插入图片描述
可视化:scale从0.01增加到0.3:
在这里插入图片描述
PiecewiseAffine的工作原理是在图像上放置一个规则的点网格并移动它们。 默认情况下,此网格由4x4点组成。
可视化:从2x2增加到16x16:
在这里插入图片描述

三十九、ElasticTransformation 像素位移增强器

通过使用位移字段在本地移动像素来转换图像。

通过在强度为0.25的失真场后移动单个像素来局部扭曲图像。 每个像素的移动强度范围为0到5.0:

aug = iaa.ElasticTransformation(alpha=(0, 5.0), sigma=0.25)

在这里插入图片描述
可视化:保持sigma为0.25,alpha从0.0增加到5.0:
在这里插入图片描述
可视化:保持alpha为2.5,sigma从0.01增加到2.0:
在这里插入图片描述

已标记关键词 清除标记
相关推荐
©️2020 CSDN 皮肤主题: 编程工作室 设计师:CSDN官方博客 返回首页