imgaug库指南（五）：从入门到精通的【图像增强】之旅

2024-01-06 04:20
文章标签 入门 精通 指南 之旅 图像增强 imgaug

本文主要是介绍imgaug库指南（五）：从入门到精通的【图像增强】之旅，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

引言

在深度学习和计算机视觉的世界里，数据是模型训练的基石，其质量与数量直接影响着模型的性能。然而，获取大量高质量的标注数据往往需要耗费大量的时间和资源。正因如此，数据增强技术应运而生，成为了解决这一问题的关键所在。而imgaug，作为一个功能强大的图像增强库，为我们提供了简便且高效的方法来扩充数据集。本系列博客将带您深入了解如何运用imgaug进行图像增强，助您在深度学习的道路上更进一步。我们将从基础概念讲起，逐步引导您掌握各种变换方法，以及如何根据实际需求定制变换序列。让我们一起深入了解这个强大的工具，探索更多可能性，共同推动深度学习的发展。

前期回顾

链接主要内容
imgaug库指南（一）：从入门到精通的【图像增强】之旅介绍了imgaug库的主要功能、安装方式、提供一个简单的数据增强示例(针对一副图像)
imgaug库指南（二）：从入门到精通的【图像增强】之旅介绍了如何利用imgaug库对批量图像进行数据增强并可视化
imgaug库指南（三）：从入门到精通的【图像增强】之旅详细介绍了imgaug库的数据增强方法 —— 高斯模糊
imgaug库指南（四）：从入门到精通的【图像增强】之旅详细介绍了imgaug库的数据增强方法 —— 均值模糊

在本博客中，我们将向您详细介绍imgaug库的数据增强方法 —— 中值模糊/滤波。

中值模糊/滤波(AverageBlur)

功能介绍

iaa.MedianBlur是imgaug库中的一个方法，用于对图像进行中值模糊。中值模糊是一种非线性滤波方法，主要用于消除图像中的噪声。对于一些特定的噪声类型，如盐与胡椒噪声，中值模糊通常能取得较好的效果。

语法

iaa.MedianBlur方法的基本语法如下：

import imgaug.augmenters as iaa
aug = iaa.MedianBlur(k=(3, 11))
  • 若k为整数，那么卷积核的核大小为k；
  • 若k为包含两个整数的元组 (a, b)，核大小将从 [a…b] 区间中随机采样一个奇数；
  • 若k为包含 两个整数元组 的元组 ((a, b), (c, d))，则每张图像将从 [a…b] 区间中采样随机核高度，从 [c…d] 区间中采样随机核宽度；

示例代码

  1. 使用不同卷积核大小
import cv2
import imgaug.augmenters as iaa
import matplotlib.pyplot as plt# 读取图像
img_path = r"D:\python_project\lena.png"
img = cv2.imread(img_path)
image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)# 创建均值模糊增强器
aug1 = iaa.MedianBlur(k=3)
aug2 = iaa.MedianBlur(k=7)
aug3 = iaa.MedianBlur(k=15)# 对图像进行均值模糊处理
blurred_image1 = aug1(image=image)
blurred_image2 = aug2(image=image)
blurred_image3 = aug3(image=image)# 展示原始图像和模糊后的图像
fig, axes = plt.subplots(2, 2, figsize=(10, 10))
axes[0][0].imshow(image)
axes[0][0].set_title("Original Image")
axes[0][1].imshow(blurred_image1)
axes[0][1].set_title("Blurred Image1")
axes[1][0].imshow(blurred_image2)
axes[1][0].set_title("Blurred Image2")
axes[1][1].imshow(blurred_image3)
axes[1][1].set_title("Blurred Image3")
plt.show()

运行结果如下：

图1 原图及中值模糊/滤波结果可视化

  1. 利用中值滤波清除椒盐噪声
import cv2
import imgaug.augmenters as iaa
import matplotlib.pyplot as plt# 读取图像
img_path = r"D:\python_project\lena.png"
img = cv2.imread(img_path)
image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)## 对lena图像添加椒盐噪声
# 10%像素添加椒盐噪声
aug_noise1 = iaa.SaltAndPepper(0.1, per_channel=True)
# 30%像素添加椒盐噪声
aug_noise2 = iaa.SaltAndPepper(0.3, per_channel=True)
# 50%像素添加椒盐噪声
aug_noise3 = iaa.SaltAndPepper(0.5, per_channel=True)# 创建均值模糊增强器
aug1 = iaa.MedianBlur(k=3)# 对图像进行均值模糊处理
noised_image1 = aug_noise1(image=image)
noised_image2 = aug_noise2(image=image)
noised_image3 = aug_noise3(image=image)denoised_image1 = aug1(image=noised_image1)
denoised_image2 = aug1(image=noised_image2)
denoised_image3 = aug1(image=noised_image3)# 展示原始图像和模糊后的图像
fig, axes = plt.subplots(2, 3, figsize=(15, 10))
axes[0][0].imshow(noised_image1)
axes[0][0].set_title("Noised Image1")
axes[0][1].imshow(noised_image2)
axes[0][1].set_title("Noised Image2")
axes[0][2].imshow(noised_image3)
axes[0][2].set_title("Noised Image3")
axes[1][0].imshow(denoised_image1)
axes[1][0].set_title("Denoised Image1")
axes[1][1].imshow(denoised_image2)
axes[1][1].set_title("Denoised Image2")
axes[1][2].imshow(denoised_image3)
axes[1][2].set_title("Denoised Image3")
plt.show()

运行结果如下：

图2 椒盐噪声图像及其去噪图像可视化

注意事项

  1. 核大小的选择：中值模糊的效果很大程度上取决于所选择的核大小。在大多数情况下，选择奇数大小的核（如3, 5, 7等）是比较好的。核大小的选择需要权衡模糊程度和细节保留。
  2. 计算效率：对于较大的图像，中值模糊可能会比较耗时，因为它需要对每个像素周围的区域进行排序。
  3. 与其他增强器的结合使用：imgaug库提供了许多其他图像增强方法，可以与中值模糊结合使用以获得更丰富的效果。例如，可以与亮度调整、对比度调整、噪声添加等增强器结合使用。
  4. 结果的可重复性：由于中值模糊是非线性操作，每次应用可能会产生稍微不同的结果。为了确保结果的可重复性，可以使用aug.to_deterministic()方法将增强器转换为确定性状态。

总结

iaa.MedianBlur是imgaug库中一个非常有用的中值模糊增强器。它可以有效地消除图像中的椒盐噪声，并且在与其他增强器结合使用时，可以创造出丰富多样的图像效果。然而，使用时需要注意核大小的选择、计算效率、与其他增强器的结合使用以及结果的重复性等问题。

小结

imgaug是一个强大的图像增强库，它可以帮助你创建出丰富多样的训练数据，从而改进你的深度学习模型的性能。通过定制变换序列和参数，你可以轻松地适应各种应用场景，从计算机视觉到医学影像分析。随着深度学习的发展，imgaug在未来将继续发挥重要作用。因此，将imgaug纳入你的数据增强工具箱是一个明智的选择。

参考链接

结尾

亲爱的读者，首先感谢您抽出宝贵的时间来阅读我们的博客。我们真诚地欢迎您留下评论和意见，因为这对我们来说意义非凡。
俗话说，当局者迷，旁观者清。您的客观视角对于我们发现博文的不足、提升内容质量起着不可替代的作用。
如果您觉得我们的博文给您带来了启发，那么，希望您能为我们点个免费的赞/关注，您的支持和鼓励是我们持续创作的动力。
请放心，我们会持续努力创作，并不断优化博文质量，只为给您带来更佳的阅读体验。
再次感谢您的阅读，愿我们共同成长，共享智慧的果实！

这篇关于imgaug库指南（五）：从入门到精通的【图像增强】之旅的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/575196。

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门（一）：登录与退出》 《Spring-Security-入门（二）：基于数据库验证》 《Spring-Security-入门（三）：密码加密》 《Spring-Security-入门（四）：自定义-Filter》 《Spring-Security-入门（五）：在 Sprin
阅读更多...
Retrieval-based-Voice-Conversion-WebUI模型构建指南

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI（简称 RVC）模型是一个基于 VITS（Variational Inference with adversarial learning for end-to-end Text-to-Speech）的简单易用的语音转换框架。 具有以下特点 简单易用：RVC 模型通过简单易用的网页界面，使得用户无需深入了
阅读更多...
数论入门整理（updating）

数论入门整理（updating）

一、gcd lcm 基础中的基础，一般用来处理计算第一步什么的，分数化简之类。 LL gcd(LL a, LL b) { return b ? gcd(b, a % b) : a; } <pre name="code" class="cpp">LL lcm(LL a, LL b){LL c = gcd(a, b);return a / c * b;} 例题：
阅读更多...
Java 创建图形用户界面（GUI）入门指南（Swing库 JFrame 类）概述

Java 创建图形用户界面（GUI）入门指南（Swing库 JFrame 类）概述

概述 基本概念 Java Swing 的架构 Java Swing 是一个为 Java 设计的 GUI 工具包，是 JAVA 基础类的一部分，基于 Java AWT 构建，提供了一系列轻量级、可定制的图形用户界面（GUI）组件。 与 AWT 相比，Swing 提供了许多比 AWT 更好的屏幕显示元素，更加灵活和可定制，具有更好的跨平台性能。 组件和容器 Java Swing 提供了许多
阅读更多...
【IPV6从入门到起飞】5-1 IPV6+Home Assistant(搭建基本环境)

【IPV6从入门到起飞】5-1 IPV6+Home Assistant(搭建基本环境)

【IPV6从入门到起飞】5-1 IPV6+Home Assistant #搭建基本环境 1 背景2 docker下载 hass3 创建容器4 浏览器访问 hass5 手机APP远程访问hass6 更多玩法 1 背景 既然电脑可以IPV6入站，手机流量可以访问IPV6网络的服务，为什么不在电脑搭建Home Assistant（hass），来控制你的设备呢？@智能家居 @万物互联
阅读更多...
poj 2104 and hdu 2665 划分树模板入门题

poj 2104 and hdu 2665 划分树模板入门题

题意： 给一个数组n（1e5）个数，给一个范围（fr， to， k），求这个范围中第k大的数。 解析： 划分树入门。 bing神的模板。 坑爹的地方是把-l 看成了-1........ 一直re。 代码： poj 2104： #include <iostream>#include <cstdio>#include <cstdlib>#include <al
阅读更多...
MySQL-CRUD入门1

MySQL-CRUD入门1

文章目录 认识配置文件client节点mysql节点mysqld节点 数据的添加(Create)添加一行数据添加多行数据两种添加数据的效率对比 数据的查询(Retrieve)全列查询指定列查询查询中带有表达式关于字面量关于as重命名 临时表引入distinct去重order by 排序关于NULL 认识配置文件 在我们的MySQL服务安装好了之后, 会有一个配置文件, 也就
阅读更多...
基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五)：Blender锥桶建模

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五)：Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车，并使用通过跨平台的方式进行ROS2和UE5仿真的通讯，达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础，Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程： 第一期：基于UE5和ROS2的激光雷达+深度RG
阅读更多...
音视频入门基础：WAV专题（10）——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

音视频入门基础：WAV专题（10）——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

一、引言 从文章《音视频入门基础：WAV专题（6）——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道，通过FFprobe命令可以打印WAV音频文件每个packet（也称为数据包或多媒体包）的信息，这些信息包含该packet的pts、dts： 打印出来的“pts”实际是AVPacket结构体中的成员变量pts，是以AVStream->time_base为单位的显
阅读更多...
C语言指针入门 《C语言非常道》

C语言指针入门 《C语言非常道》

C语言指针入门 《C语言非常道》 作为一个程序员，我接触 C 语言有十年了。有的朋友让我推荐 C 语言的参考书，我不敢乱推荐，尤其是国内作者写的书，往往七拼八凑，漏洞百出。 但是，李忠老师的《C语言非常道》值得一读。对了，李老师有个官网，网址是： 李忠老师官网 最棒的是，有配套的教学视频，可以试看。 试看点这里 接下来言归正传，讲解指针。以下内容很多都参考了李忠老师的《C语言非
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2