书店网站建设设计方案,深圳网站建设忧化,溧阳网站建设,wordpress 学院主题从文件夹中随机选择一定数量的图像#xff0c;然后对每个选定的图像进行一次随机的数据增强变换。
import os
import random
import cv2
import numpy as np
from PIL import Image, ImageEnhance, ImageOps# 定义各种数据增强方法
def random_rotate(image, angle_range(-30…从文件夹中随机选择一定数量的图像然后对每个选定的图像进行一次随机的数据增强变换。
import os
import random
import cv2
import numpy as np
from PIL import Image, ImageEnhance, ImageOps# 定义各种数据增强方法
def random_rotate(image, angle_range(-30, 30)):angle random.uniform(angle_range[0], angle_range[1])(h, w) image.shape[:2]center (w // 2, h // 2)M cv2.getRotationMatrix2D(center, angle, 1.0)rotated cv2.warpAffine(image, M, (w, h), borderModecv2.BORDER_REFLECT)return rotateddef random_translate(image, translate_range(-50, 50)):tx random.randint(translate_range[0], translate_range[1])ty random.randint(translate_range[0], translate_range[1])(h, w) image.shape[:2]M np.float32([[1, 0, tx], [0, 1, ty]])translated cv2.warpAffine(image, M, (w, h), borderModecv2.BORDER_REFLECT)return translateddef random_flip(image):flip_code random.choice([-1, 0, 1])flipped cv2.flip(image, flip_code)return flippeddef random_scale(image, scale_range(0.8, 1.2)):scale random.uniform(scale_range[0], scale_range[1])(h, w) image.shape[:2]new_dim (int(w * scale), int(h * scale))scaled cv2.resize(image, new_dim, interpolationcv2.INTER_LINEAR)return scaleddef random_crop(image, crop_size(224, 224)):(h, w) image.shape[:2]if crop_size[0] h or crop_size[1] w:# 当裁剪尺寸大于图像尺寸时抛出异常或调整裁剪尺寸raise ValueError(Crop size is larger than image size.)top random.randint(0, h - crop_size[0])left random.randint(0, w - crop_size[1])cropped image[top:topcrop_size[0], left:leftcrop_size[1]]return croppeddef random_color_jitter(image):pil_image Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))color_jitter ImageEnhance.Color(pil_image).enhance(random.uniform(0.6, 1.4))contrast_jitter ImageEnhance.Contrast(color_jitter).enhance(random.uniform(0.5, 1.5))brightness_jitter ImageEnhance.Brightness(contrast_jitter).enhance(random.uniform(0.6, 1.4))sharpness_jitter ImageEnhance.Sharpness(brightness_jitter).enhance(random.uniform(0.6, 1.4))jittered cv2.cvtColor(np.array(sharpness_jitter), cv2.COLOR_RGB2BGR)return jittereddef random_add_noise(image):row, col, ch image.shapemean 0var 0.1sigma var ** 0.5gauss np.random.normal(mean, sigma, (row, col, ch))gauss gauss.reshape(row, col, ch)noisy image gaussreturn np.clip(noisy, 0, 255).astype(np.uint8)# 数据增强主函数
def augment_random_images(src_folder, dst_folder, num_images_to_select, num_augmentations_per_image):if not os.path.exists(dst_folder):os.makedirs(dst_folder)# 获取所有图像文件名all_filenames [f for f in os.listdir(src_folder) if f.lower().endswith((.png, .jpg, .jpeg))]# 如果选择的图像数量大于总图像数量则只处理全部图像num_images_to_process min(num_images_to_select, len(all_filenames))# 随机选择图像selected_filenames random.sample(all_filenames, num_images_to_process)# 创建一个增强方法列表augmentation_methods [random_rotate,#random_translate,random_flip,random_scale,#random_crop,random_color_jitter,random_add_noise]for filename in selected_filenames:img_path os.path.join(src_folder, filename)image cv2.imread(img_path)for i in range(num_augmentations_per_image):# 随机选择一种增强方法augmentation_method random.choice(augmentation_methods)# 应用选中的增强方法augmented_img augmentation_method(image)# 保存增强后的图像base_name, ext os.path.splitext(filename)save_path os.path.join(dst_folder, f{base_name}_aug_{i}{ext})cv2.imwrite(save_path, augmented_img)if __name__ __main__:src_folder path/to/source/folder # 替换为你的源文件夹路径dst_folder path/to/destination/folder # 替换为你要保存增强图像的文件夹路径num_images_to_select 10 # 从源文件夹中随机选择的图像数量num_augmentations_per_image 5 # 每张图像生成的增强图像数量augment_random_images(src_folder, dst_folder, num_images_to_select, num_augmentations_per_image)print(f图像增强完成增强后的图像已保存到 {dst_folder})
说明
随机选择图像从源文件夹中随机选择num_images_to_select数量的图像。随机选择一种增强方法对于每张选定的图像随机选择一种数据增强方法。应用增强方法对每张选定的图像应用所选的增强方法。保存增强后的图像将增强后的图像保存到目标文件夹中。 参数 •src_folder源文件夹路径。 •dst_folder目标文件夹路径。 •num_images_to_select从源文件夹中随机选择的图像数量。 •num_augmentations_per_image每张选定的图像生成的增强图像数量。 请确保将src_folder和dst_folder变量设置为您实际使用的文件夹路径并根据需要调整num_images_to_select和num_augmentations_per_image的值。运行这段代码后将得到从源文件夹中随机选择的图像并对这些图像进行了随机的数据增强变换。
