本文最后将提供python实现的图像数据集增强源码，功能：将图像数据集增强做成了开关形式，可以对以下图像数据集增强方式进行自动变换调节，各项之间也可累加：

1、旋转，旋转角度可调

2、缩放，解析度可调

3、添加噪音，背景噪音程度可调

4、图像模糊，模糊程度可调

5、图像移动 将图像往x、y方向上按指定的数量移动图像像素

6、支持拓展其他新的图像数据集增强方式

二、数据集增强方法

1、图片缩放

图像缩放便是调节图片的解析度，在

过客：【数字图像处理系列二】亮度、对比度、饱和度、锐化、解析度?

zhuanlan.zhihu.com

中详细介绍了图片解析度调节，我们可以通过对图片解析度做适当的调节，增强图像数据，同时应该增加对应的标签数据，便是图片对应的问题txt文件

利用opencv-python库resize()函数对图片解析度进行调节，项目部分代码展示如下，可以将图像调节成任意解析度，但在实际调节过程中，我们应保持在一定范围内，可根据实验反馈效果进行调整：

import re, cv2

CODE = scale
REGEX = re.compile(r"^" + CODE + "_(?P<w_scale>[.0-9]+)_(?P<h_scale>[.0-9]+)")

class Scale:
def __init__(self, w_scale, h_scale):
self.code = CODE + str(w_scale) + _ + str(h_scale)
self.w_scale = w_scale
self.h_scale = h_scale

def process(self, img):
height, width = img.shape[:2]
return cv2.resize(img, (int(self.w_scale*width), int(self.h_scale*height)), interpolation = cv2.INTER_CUBIC)

@staticmethod
def match_code(code):
match = REGEX.match(code)
if match:
d = match.groupdict()
return Scale(float(d[w_scale]), float(d[h_scale]))

运行程序，将图像放大为原来的两倍效果如下：

2、图片旋转

图像按照给定的角度旋转，这也是增强图像数据集一种常用的方式，使用opencv-python中getRotationMatrix2D()函数和warpAffine()函数，getRotationMatrix2D()函数定义如下：

cv2.getRotationMatrix2D(Point2f center, double angle, double scale)

参数含义：

• center： (x_center，y_center) 图像中心像素坐标，也是旋转中心
• angle： 定义图像旋转的角度
• scale ： 图像缩放因子，一般默认为1，不缩放

cv2.warpAffine()功能是做图像几何变换，函数定义如下：

cv2.warpAffine(img, M, (cols,rows))

参数含义：

• img： 待变换的图像
• M： 图像几何变换方式，自定义
• (cols,rows)： 输入图像的大小

核心代码展示：

def process(self, img):
height, width = img.shape[:2]
M = cv2.getRotationMatrix2D((width/2, height/2), self.angle, 1)
return cv2.warpAffine(img, M, (width, height))

运行程序，将图像顺时针旋转两度效果如下：

3、图片平移

图像平移指将图像往x、y方向上按指定的数量移动图像像素，也使用cv2.warpAffine()函数，自定义平移的方向和位移大小

核心代码展示：

def process(self, img):
height, width = img.shape[:2]
trans_M = np.float32([[1, 0, self.x_trans], [0, 1, self.y_trans]])
return cv2.warpAffine(img, trans_M, (width, height))

运行程序，将图像整体向右和下方向各移动10个像素位置效果如下：

4、图片模糊

图像模糊也是图像数据集增强的一种方式，图像模糊内容将在图像滤波中详细介绍，模糊技术很多，本文采用最常见的图像高斯模糊，使用的是opencv-python中cv2.GaussianBlur()函数，函数定义如下：

cv2.GaussianBlur(img, kernel, sigma)

参数含义：

• img： 待处理图形
• kernel： 高斯核，是正奇数，如(5，5)
• sigma： 指定x/y方向标准差，控制模糊的程度，数值越大模糊度也高

核心代码展示如下：

def process(self, img):
return cv2.GaussianBlur(img, (5,5), self.sigma)

运行程序，将用高斯核为(5，5)，标准差=4时效果如下：

5、图片添加噪音

为图像添加噪音也是一种图像数据集增强方式，可以添加多种类型噪音，如椒盐噪音、高斯噪音，本例中添加常见的高斯噪音，使用skimage.util.random_noise()函数，定义如下：

skimage.util.random_noise(gray_img, mode, seed=None, clip=True, kwargs)

参数含义：

• gray_img： 待处理图像灰度图
• mode： str类型，添加噪音类型
• seed： int类型，添加噪音随机性
• clip： 为True时应用剪切，输入和输入大小相同
• mean：噪音随机分布的均值
• var：噪音随机分布的方差

核心代码展示：

def process(self, img):
return random_noise(img, mode=gaussian, var=self.var)

运行程序，给图片添加方差为0.05效果如下：

三、源代码获取

源码和训练数据集获取请关注小编微信公众号并回复 图像增强源码 获取源码，回复手写体识别数据集 获取数据集，公众号【机器学习与TensorFlow实战】 作者【CHEONG】：

推荐阅读：