图像处理：针对目标特征的数据增强——颜色变换（一）

本文链接：https://blog.youkuaiyun.com/zsc201825/article/details/89440648

本文探讨在图像检测项目中，如何利用现有季度图片数据，通过改变目标特征颜色深度和亮度进行数据增强，以模拟全年变化。使用labelimg标记的图片与xml文件，分析目标颜色特性，实现局部颜色变换，生成大量不同颜色特征的图片。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一业务需求

在图像检测项目中，有些采集的图片数据与天气或季节变换有关，但由于一些限制条件，无法采集到全年的图片数据，所以需要通过现有的数据，比如只采集到第一季度的图片，对图片进行数据增强。假设现在的少量图片，检测目标在labelimg软件中已经标记出来，生成了xml文件。通过观察，目标特征在颜色上有很明显特征，比如多数为蓝色和红色。因为天气和季节的变换，全年采集到的图片，其特征的颜色深度和亮度应该有所不同，是否可以通过改变特征颜色的深度和亮度来进行数据增强呢？

二解决思路

1 网上借鉴

现在网上很流行的数据增强的函数包是imgaug，里面所讲的都是对整张图片的数据增强，没有对目标特征的数据增强，而这个项目中对这方面有需求，所以自己写了一个关于局部（针对目标特征）的颜色变换方式的数据增强代码。

2 方法分析

2.1 步骤一

根据已标记的特征图片及对应的xml文件，提取出每张图片的标记特征个数、特征位置、特征像素矩阵。

2.2 步骤二

通过颜色提取特征主要的根据HSV这个颜色空间提取，所以在网上查阅蓝色和红色的HSV范围，如下图所示：
在这里插入图片描述

2.3 步骤三

通过蓝色的HSV范围，判断步骤一中标记特征的每个像素点的HSV是否在蓝色范围内，如果在，则可以更换成不同蓝色的HSV值，对每张图片的所有标记特征进行如此判断，在蓝色范围内的，统一批量更换成另几种蓝色的HSV值。比如，现在有100张图片，想要更换10种不同的蓝色，那就可以重新生成100x10=1000张图片。