使用Python进行图像增强

2018 年 9 月 30 日 AI研习社

本文为 AI 研习社编译的技术博客，原标题：

Image Augmentation Examples in Python

翻译 | 就2 校对 | 老赵整理 | 志豪

原文链接：

https://towardsdatascience.com/image-augmentation-examples-in-python-d552c26f2873

Python中的图像增强示例

我目前正在进行一项研究，审查图像数据增强的深度和有效性。本研究的目标是在有限或者少量数据的情况下，学习如何增加我们的数据集大小,来训练鲁棒性卷积网络模型。

这项研究需要列出所有我们能想到的图像增强方法，并穷举所有这些组合，尝试提高图像分类模型的性能。首先出现在脑海中最简单的图片增强：是翻转，平移，旋转，缩放，隔离个别的r,g,b颜色通道，和添加噪音。更令人兴奋的增强是使用生成对抗网络模型，或用遗传算法交换生成器网络，更有甚者在图像中应用instagram风格的光照滤镜、随机区域锐化滤镜、基于聚类技术的均值图像增强等创新方法。

本文将向您展示如何使用NumPy对图像进行增强。

下面是一些增强技术的列表和说明，如果你能想到任何其他方法来增强图像，可提高图像分类器的质量，请留下评论。

原始图片（未增强）

增强

所有的增强都是在没有OpenCV库的情况下使用Numpy完成的

# Image Loading Code used for these examples
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img = Image.open('./NIKE.png')
img = np.array(img)
plt.imshow(img)
plt.show()

翻转

翻转图像是最流行的图像数据增强方法之一。

这主要是由于翻转代码的简单性以及对于大多数问题的直观性，翻转图像会为模型增加价值。

下面的模型可以被认为是看到左鞋而不是右鞋，因此通过这种数据增加，模型对于看到鞋的潜在变化变得更加健壮。

# Flipping images with Numpy
flipped_img = np.fliplr(img)
plt.imshow(flipped_img)
plt.show()

平移

平移增强对检测类分类器有很大价值。这个分类模型试图检测鞋子何时在图像中而不是在图像中。

平移将有助于它在不看鞋架的整个鞋子的情况下拿起鞋子。

# Shifting Left
for i in range(HEIGHT, 1, -1):
  for j in range(WIDTH):
     if (i < HEIGHT-20):
       img[j][i] = img[j][i-20]
     elif (i < HEIGHT-1):
       img[j][i] = 0
plt.imshow(img)
plt.show()

# Shifting Right
for j in range(WIDTH):
  for i in range(HEIGHT):
    if (i < HEIGHT-20):
      img[j][i] = img[j][i+20]
plt.imshow(img)
plt.show()

# Shifting Up
for j in range(WIDTH):
  for i in range(HEIGHT):
    if (j < WIDTH - 20 and j > 20):
      img[j][i] = img[j+20][i]
    else:
      img[j][i] = 0
plt.imshow(img)
plt.show()

#Shifting Down
for j in range(WIDTH, 1, -1):
  for i in range(278):
    if (j < 144 and j > 20):
      img[j][i] = img[j-20][i]
plt.imshow(img)
plt.show()

噪点

噪点是一种有趣的增强技术。我已经看过很多关于对抗训练的有趣论文，你可以将一些噪点投入到图像中，因此模型无法正确分类。但我仍然在寻找产生比下图更好的噪点的方法。添加噪点可能有助于光照畸变并使模型更加鲁棒（编者就2：意思是这里让边缘光照发生失真，让尺度不变的情况下特征转变（SIFT），从而能增加鲁棒性（SURF)，使得识别更加准确，不过，看这文章的水平应该是我多虑了）。

# ADDING NOISE
noise = np.random.randint(5, size = (164, 278, 4), dtype = 'uint8')

for i in range(WIDTH):
    for j in range(HEIGHT):
        for k in range(DEPTH):
            if (img[i][j][k] != 255):
                img[i][j][k] += noise[i][j][k]
plt.imshow(img)
plt.show()