Pillow & ImageDataGenerator

Pillow和ImageDataGenerator是两个不同的工具，用于处理图像数据，它们有一些区别：

1. Pillow:

   • Pillow是一个Python图像处理库，它提供了各种功能，包括图像打开、保存、剪裁、缩放、旋转、颜色调整等。
   • Pillow通常用于离线图像处理，你可以编写Python脚本来加载、修改和保存图像。
   • Pillow不是专门设计用于数据增强，但可以用来执行一系列的图像处理操作，以生成多个变换后的图像。

以下代码是Pillow库的一小部分功能示例：

# 确保你已经安装了Pillow库 —— pip install Pillow

# 1、打开和显示图像
from PIL import Image、

image = Image.open("path_to_image.jpg")
image.show()

# 2、保存图像
image.save("output_image.jpg")

# 3、调整图像大小
new_size = (width, height)
resized_image = image.resize(new_size)
resized_image.save("resized_image.jpg")

# 4、旋转图像（角度为逆时针旋转）
rotated_image = image.rotate(90)  # 旋转90度
rotated_image.save("rotated_image.jpg")

# 5、裁剪图像（指定左上角和右下角坐标）
box = (left, upper, right, lower)
cropped_image = image.crop(box)
cropped_image.save("cropped_image.jpg")

# 6、调整图像颜色
from PIL import ImageEnhance
# 调整亮度
enhancer = ImageEnhance.Brightness(image)
brightened_image = enhancer.enhance(1.5)  # 1.5倍亮度
brightened_image.save("brightened_image.jpg")
# 调整对比度
enhancer = ImageEnhance.Contrast(image)
contrasted_image = enhancer.enhance(1.5)  # 1.5倍对比度
contrasted_image.save("contrasted_image.jpg")

1. ImageDataGenerator (通常与深度学习框架结合使用，如Keras):

   • ImageDataGenerator是深度学习框架（如Keras）提供的一个图像数据生成器，专门用于数据增强。
   • 它允许你以在线方式（在训练期间）对训练图像进行各种数据增强操作，如随机旋转、翻转、缩放、平移、亮度调整等。
   • ImageDataGenerator通常与深度学习模型一起使用，可以在每个训练迭代中动态生成增强的图像，以增加训练数据的多样性。

以下代码将生成20个经过数据增强的图像，并保存在文件中。你可以根据需要调整参数和增强选项，以满足你的具体需求：

from tensorflow.keras.preprocessing.image import ImageDataGenerator

datagen = ImageDataGenerator(
    rotation_range=40,        # 随机旋转的角度范围
    width_shift_range=0.2,    # 水平平移范围
    height_shift_range=0.2,   # 垂直平移范围
    shear_range=0.2,          # 剪切变换强度
    zoom_range=0.2,           # 随机缩放范围
    horizontal_flip=True,     # 水平翻转
    fill_mode='nearest'       # 生成新像素的填充方式
)

# 可以使用.flow()方法来生成数据批次
from tensorflow.keras.preprocessing.image import load_img, img_to_array, array_to_img

# 读取一张图像
img = load_img('path_to_image.jpg')
x = img_to_array(img)
x = x.reshape((1,) + x.shape)

# 生成增强后的图像批次
i = 0
for batch in datagen.flow(x, batch_size=1):
    augmented_image = array_to_img(batch[0])
    augmented_image.save(f'augmented_image_{i}.jpg')
    i += 1
    if i >= 20:  # 生成20个增强图像
        break

总结来说，Pillow是一个通用的图像处理库，而ImageDataGenerator是用于深度学习中数据增强的特定工具。如果你正在进行深度学习任务，ImageDataGenerator 通常更方便，因为它可以直接与深度学习框架集成，动态生成增强的图像。如果你只需要简单的图像处理，Pillow可能更适合。