29、计算机视觉中的图像增强与分类实战

计算机视觉中的图像增强与分类实战

1. 引言

在计算机视觉领域，图像增强是一个关键的预处理步骤，它能够增加数据的多样性，提高模型的泛化能力。本文将介绍如何使用Keras内置功能和albumentations库来生成增强图像，并展示一个完整的图像分类端到端管道。

2. Keras内置图像增强

Keras库提供了内置的图像增强功能，虽然不如专门的包功能丰富，但具有易于与代码集成的优势。我们可以将增强转换直接集成到 ImageDataGenerator 中。

2.1 ImageDataGenerator方法

以下是使用 ImageDataGenerator 进行图像增强的代码示例：

import tensorflow as tf
from tensorflow.keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img

datagen = ImageDataGenerator(
    rotation_range = 40, 
    shear_range = 0.2, 
    zoom_range = 0.2, 
    horizontal_flip = True, 
    brightness_range = (0.5, 1.5)
)
curr_img_array = img_to_array(curr_img)
curr_img_array = curr_img_