单独利用albumentation进行数据增强

最新推荐文章于 2025-10-19 12:51:25 发布

原创

最新推荐文章于 2025-10-19 12:51:25 发布 · 522 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #opencv #深度学习

这篇博客介绍了如何使用Python的Albumentations库对图像数据进行增强，包括水平翻转、垂直翻转和旋转180度等操作。通过这些变换，可以生成新的图像数据文件夹，用于提高机器学习模型的训练效果。

用已有的图像数据文件夹进行数据增强，生成数据增强后的图像数据文件夹

import glob
import cv2
import os

from albumentations import (
    PadIfNeeded,
    HorizontalFlip,    # 随机水平翻转
    VerticalFlip,      # 随机垂直翻转
    Flip,              # 随机翻转
    CenterCrop,
    Crop,
    Compose,
    Transpose,
    RandomRotate90,    # 随机90度旋转
    ElasticTransform,
    GridDistortion,
    OpticalDistortion,
    RandomSizedCrop,   # 随机尺寸裁剪并缩放回原始大小
    OneOf,
    CLAHE,
    RandomBrightnessContrast,
    RandomGamma
)

if __name__ == "__main__":
    old_path = ("C:/Users/sun/Desktop/color")     # 输入img地址
    new_path = ("C:/Users/sun/Desktop/addcolor")  # 输出img地址
    pictures = os.listdir(old_path)
    a = 1
    for picture in pictures:
        old_dir = os.path.join(old_path, picture)
        # cv读入图片
        image = cv2.imread(old_dir)
        # 将图片进行100%的垂直翻转、水平翻转、旋转180°
        h_image = HorizontalFlip(p=1)(image=image)['image']
        v_image = VerticalFlip(p=1)(image=image)['image']
        f_image = Flip(p=1)(image=image)['i