本文來自小白算法，給大家聊一聊搞視覺研究的時候如何解決數據不足問題呀~
今天就來一招搞定數據增強(data_Augmentation)，讓你在機器學習/深度學習圖像處理的路上，從此不再為數據不夠而發愁。且來看圖片從250張>>>>任意張的華麗增強，每一張都與眾不同。

開始之前呢，我們先把這件大事給細分下，一步一步的來：

• 首先，圖像讀取，需要對文件夾操作;

• 然后，增強圖像（重點，重點，重點）；

• 最后，保存圖像。

來看下此次任務中，待增強的圖像和標簽，主要是為了做圖像分割做圖像準備。這個圖像懂的應該能看出來，這是一個嬰兒頭圍的醫學圖像，現實場景意義很強。上圖（以3張圖為例）：

train_img
train_label
成雙成對，這樣在后續的文件讀取中會比較的方便（大神可以自己改改，練練動手能力）

那動手吧！！！

一.大殺氣之keras ImageDataGenerator

from?keras.preprocessing.image?import?ImageDataGenerator

ImageDataGenerator()是keras.preprocessing.image模塊中的圖片生成器，同時也可以在batch中對數據進行增強，擴充數據集大小，增強模型的泛化能力。比如進行旋轉，變形，歸一化等，它所能實現的功能且看下面的詳細部分吧。

keras.preprocessing.image.ImageDataGenerator(
?????????????? featurewise_center=False,??
?????????????? samplewise_center=False,?
?????????????? featurewise_std_normalization=False,?
?????????????? samplewise_std_normalization=False,?
?????????????? zca_whitening=False,?
?????????????? zca_epsilon=1e-06,?
?????????????? rotation_range=0,?#整數。隨機旋轉的度數范圍。
?????????????? width_shift_range=0.0,?#浮點數、一維數組或整數
?????????????? height_shift_range=0.0,?#浮點數。剪切強度（以弧度逆時針方向剪切角度）。
?????????????? brightness_range=None,?
?????????????? shear_range=0.0,?
?????????????? zoom_range=0.0,?#浮點數?或?[lower,?upper]。隨機縮放范圍
?????????????? channel_shift_range=0.0,?#浮點數。隨機通道轉換的范圍。
?????????????? fill_mode='nearest',?#?{"constant",?"nearest",?"reflect"?or?"wrap"}?之一。默認為?'nearest'。輸入邊界以外的點根據給定的模式填充：
?????????????? cval=0.0,?
?????????????? horizontal_flip=False,?
?????????????? vertical_flip=False,?
?????????????? rescale=None,?
?????????????? preprocessing_function=None,?
?????????????? data_format=None,?
?????????????? validation_split=0.0,?
?????????????? dtype=None)

這里就以單張圖片為例，詳述下這個圖像增強大殺器的具體用法，分別以旋轉（rotation_range），長寬上平移（width_shift_range，height_shift_range）

輸入圖像：

train_img
train_label
先來看下兩者合并后的圖像：

merge
到這里，我們進行增強變換，演示下這里增強部分是咋用的，且看：
（溫馨提示）
滑慢點，有GIF圖（1）旋轉（rotation_range=1.2）

otation=1.2

（2）寬度變換（width_shift_range=0.05）

width_shift_range=0.05
（3）高度變換（height_shift_range=0.05）

eight_shift_range=0.05
這里才只是演示了三個就那么的強大，詳細，這要能增強多少圖片啊，想想都可怕，想都不敢想啊！！！
增強匯總
這里是合并部分，單幅增強的大圖效果詳情看這里：

merge改變通道排布方式

這里，且看單幅圖像的增強代碼（建議去下載仔細看，往后看，有方式）：

import?os
from?keras.preprocessing.image?import?ImageDataGenerator,load_img,img_to_array,array_to_img

class?Augmentation(object):
????def?__init__(self,img_type="png"):
????????self.datagen=ImageDataGenerator(
????????????#rotation_range=1.2,
????????????#width_shift_range=0.05,
????????????height_shift_range=0.05,
????????????#?shear_range=0.05,
????????????#?zoom_range=0.05,
????????????#?horizontal_flip=True,
????????????fill_mode='nearest')

????def?augmentation(self):
????????#?讀入3通道的train和label,?分別轉換成矩陣,?然后將label的第一個通道放在train的第2個通處,?做數據增強
????????print("運行?Augmentation")
????????#?Start?augmentation.....
????????img_t?=?load_img("../one/img/0.png")??#?讀入train
????????img_l?=?load_img("../one/label/0.png")??#?讀入label

????????x_t?=?img_to_array(img_t)??#?轉換成矩陣
????????x_l?=?img_to_array(img_l)
????????x_t[:,?:,?2]?=?x_l[:,?:,?0]??#?把label當做train的第三個通道
????????#x_t?=?x_t[...,?[2,0,1]]#image-102,120,210
????????img_tmp?=?array_to_img(x_t)
????????img_tmp.save("../one/merge/0.png")??#?保存合并后的圖像
????????img?=?x_t
????????img?=?img.reshape((1,)?+?img.shape)??#?改變shape(1,?512,?512,?3)
????????savedir?=?"../one/aug_merge"??#?存儲合并增強后的圖像
????????if?not?os.path.lexists(savedir):
????????????os.mkdir(savedir)
????????print("running?%d?doAugmenttaion"?%?0)
????????self.do_augmentate(img,?savedir,?str(0))??#?數據增強

????def?do_augmentate(self,?img,?save_to_dir,?save_prefix,?batch_size=1,?save_format='png',?imgnum=30):
????????#?augmentate?one?image
????????datagen?=?self.datagen
????????i?=?0
????????for?_?in?datagen.flow(
????????????????img,
????????????????batch_size=batch_size,
????????????????save_to_dir=save_to_dir,
????????????????save_prefix=save_prefix,
????????????????save_format=save_format):
????????????i?+=?1
????????????if?i?>?imgnum:
????????????????break
if?__name__=="__main__":
????aug=Augmentation()
????aug.augmentation()

這里不做過多的解釋，打個廣告，歡迎關注微信公眾號：小白算法。對代碼中的詳細內容，我們且看第二部分

二.詳解單幅圖像增強

這里先說下對圖像和標簽一起增強的步驟，有人該問為什么還要標簽了。這里針對的問題是圖像分割，pix2pix的任務，即輸入時一般圖像，輸出是目標分割后圖像，在上面就是train_img和train_label的一一對應關系，這里開始分解步驟來說增強：

1.train_img+train_label=merge，也就是圖像+橢圓形的那個；
2.對merge圖像進行增強；
3.將merge圖像按通道拆分，1的逆過程。

前面只涉及步驟1和2，故先對這兩塊做詳述，如下：
著重講下Augmentation類中augmentation函數部分和對單幅圖像增強部分。

1.讀取train_img，train_label；

?#?load_image
img_t?=?load_img("../one/img/0.png")
img_l?=?load_img("../one/label/0.png")

2.因為要講上述img_t和img_l進行合并，采用矩陣形式進行操作，這里將讀取到的圖像轉換為矩陣形式；

?#?img_to_array
x_t?=?img_to_array(img_t)?
????????x_l?=?img_to_array(img_l)

3.train_img+train_label=merge.把label當做train的第三個通道

后面注釋部分，是對合并后的通道進行任意組合的形式，會出現不同的效果，如前文中三個特寫圖（具體自己可嘗試）

#?把label當做train的第三個通道
x_t[:,?:,?2]?=?x_l[:,?:,?0]??
#x_t?=?x_t[...,?[2,0,1]]#image-102,120,210

4.為了保存merge后圖像，此時該從array_to_image了，然后保存圖像文件;

img_tmp?=?array_to_img(x_t)
img_tmp.save("../one/merge/0.png")??#?保存合并后的圖像

5.此時執行對merge圖像的增強操作；

開始前，既然我們要def do_augmentate()，我們先想想對一幅圖像的增強，需要些什么：

• image圖像文件；

• save_to_dir保存增強后的文件夾地址；

• 批增強的數量。

至于別的，先看這里

flow(self,?X,?y,?batch_size=32,?shuffle=True,?seed=None,?save_to_dir=None,?save_prefix='',?save_format='png')
'''
x：樣本數據，秩應為4，在黑白圖像的情況下channel軸的值為1，在彩色圖像情況下值為3
y：標簽
batch_size：整數，默認32
shuffle：布爾值，是否隨機打亂數據，默認為True
save_to_dir：None或字符串，該參數能讓你將提升后的圖片保存起來，用以可視化
save_prefix：字符串，保存提升后圖片時使用的前綴,?僅當設置了save_to_dir時生效
save_format："png"或"jpeg"之一，指定保存圖片的數據格式,默認"jpeg"
yields:形如(x,y)的tuple,x是代表圖像數據的numpy數組.y是代表標簽的numpy數組.該迭代器無限循環.
seed:?整數,隨機數種子
'''

flow：接收numpy數組和標簽為參數,生成經過數據提升或標準化后的batch數據,并在一個無限循環中不斷的返回batch數據

6.由于flow的輸入X需要一個秩為4的數組，所以需要對他變形，加上img.shape=3

#?改變shape(1,?512,?512,?3)
img?=?img.reshape((1,)?+?img.shape)??

好了，這里應該是對代碼部分描述的已經夠清楚了（哪里還有不理解的，歡迎留言評論，大家一起進步哦）

三.最后的拆分分別保存train_img和train_label

話不多說，先看下拆分代碼部分，還是先說步驟：

1.讀取merge文件夾內圖片；
2.按照之前組合的形式進行拆分為img_train和img_label，同時保存在兩個文件夾內，一一對應。

????def?split_merge(self):
????????#?讀入合并增強之后的數據(aug_merge),?對其進行分離,?分別保存至?aug_merge_img,?aug_merge_label
????????print("running?split_Merge_image")

????????#?split?merged?image?apart
????????path_merge?=?"../one/aug_merge"??#?合并增強之后的圖像
????????path_train?=?"../one/aug_merge_img"??#?增強之后分離出來的train
????????path_label?=?"../one/aug_merge_label"??#?增強之后分離出來的label
????????if?not?os.path.lexists(path_train):
????????????os.mkdir(path_train)
????????if?not?os.path.lexists(path_label):
????????????os.mkdir(path_label)

????????train_imgs?=?glob.glob(path_merge?+?"/*."?+?"png")??#?所有訓練圖像
????????savedir?=?path_train???#?保存訓練集的路徑
????????if?not?os.path.lexists(savedir):
????????????os.mkdir(savedir)
????????savedir?=?path_label??#?保存label的路徑
????????if?not?os.path.lexists(savedir):
????????????os.mkdir(savedir)
????????for?imgname?in?train_imgs:??#?rindex("/")?是返回'/'在字符串中最后一次出現的索引
????????????midname?=?imgname[imgname.rindex("/")?+?1:imgname.rindex("."?+?"png")]??#?獲得文件名(不包含后綴)
????????????#print("midname:",midname)
????????????img?=?cv2.imread(imgname)??#?讀入訓練圖像
????????????img_train?=?img[:,?:,?2]??#?訓練集是第2個通道,?label是第0個通道
????????????img_label?=?img[:,?:,?0]
????????????newname=midname.split('\')[1]
????????????#print("new:",new)
????????????cv2.imwrite(path_train?+?"/"??+?newname?+?"_train"?+?"."?+?"png",?img_train)??#?保存訓練圖像和label
????????????print(path_train?+?"/"??+?"/"?+?newname?+?"_train"?+?"."?+?"png")
????????????cv2.imwrite(path_label?+?"/"?+?newname?+?"_label"?+?"."?+?"png",?img_label)
????????????print(path_label?+?"/"??+?"/"?+?newname?+?"_label"?+?"."?+?"png")

代碼部分不做詳述了，和之前組合的形式差不多，著重說下這里，是自己不懂的部分：

#?獲得文件名(不包含后綴)
#?rindex("/")?是返回'/'在字符串中最后一次出現的索引
midname?=?imgname[imgname.rindex("/")?+?1:imgname.rindex("."?+?"png")]??

Python rindex() 返回子字符串 str 在字符串中最后出現的位置，如果沒有匹配的字符串會報異常，你可以指定可選參數[beg:end]設置查找的區間。

舉個栗子：

import?glob
path_merge?=?"../one/aug_merge"??#?合并增強之后的圖像

print("imgname:",path_merge)
print(path_merge.rindex("/"))

打印的結果
現在，把上文中的一段專門來看下打印結果import?glob
path_merge?=?"../one/aug_merge"??#?合并增強之后的圖像
train_imgs?=?glob.glob(path_merge?+?"/*."?+?"png")??#?所有訓練圖像
for?imgname?in?train_imgs:??#?rindex("/")?是返回'/'在字符串中最后一次出現的索引
????print("imgname:",imgname)
????print("imgname.rindex:",imgname.rindex("."?+?"png"))
????print(imgname.rindex("/"))
????midname?=?imgname[imgname.rindex("/")?+?1:imgname.rindex("."?+?"png")]??#?獲得文件名(不包含后綴)
????print("midname===",midname)
????print("*"*20)

截取圖像地址
最后，看下拆分后的圖片保存的結果吧！！！

aug_train_img
aug_train_label
這里特意說下，圖像的數量是自己設置的，在這里，imgnum數量，決定了對單幅圖像增強的數量。（如果你需要對其中增強的多一些，就把這塊給修改下）

?def?do_augmentate(self,?img,?save_to_dir,?save_prefix,?batch_size=1,?save_format='png',?imgnum=30):

四.圖像增強之批處理

這塊的內容，不想做太多的解釋了，只是由單幅圖像的讀取，改為對文件夾內所有圖片的讀取。

但是，會把結果圖片這里放一下，具體的代碼部分，歡迎去Github詳閱，地址：https://github.com/QianLingjun/Keras_image_aug。

批處理部分train_img，2是文件名
批處理部分train_label，14是文件名

Github地址：https://github.com/QianLingjun/Keras_image_aug
文本轉載自公眾號：小白算法，作者Q.IAN。小白算法專注于學生和初從業者零碎時間充電，涉及基礎算法、計算機視覺(CV)、人工智能(AI)圖像領域。包含Opencv、C++、Python、TensorFlow、Keras語言庫框架等。只關注技術，做人人都能懂的知識公眾平臺。
互動主題：即將50天了，別gg了噢，認真讀完后用自己的語言給數據增強下個定義呀！來看看你有沒有好好學習哈~

這是一個小騷包，長按二維碼即可關注

總結

以上是生活随笔為你收集整理的深度学习搞CV？图像数据不足咋办？看这里！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。