python神经网络学习数据增强及预处理示例

进行训练的话，如果直接用原图进行训练，也是可以的（就如我们最喜欢Mnist手写体），但是大部分图片长和宽不一样，直接resize的话容易出问题。

除去resize的问题外，有些时候数据不足该怎么办呢，当然要用到数据增强啦。

这篇文章就是记录我最近收集的一些数据预处理的方式

处理长宽不同的图片

对于很多分类、目标检测算法，输入的图片长宽是一样的，如224,224、416,416等。

直接resize的话，图片就会失真。

但是我们可以采用如下的代码，使其用padding的方式不失真。

from PIL import Image
def letterbox_image(image, size):
  # 对图片进行resize，使图片不失真。在空缺的地方进行padding
  iw, ih = image.size
  w, h = size
  scale = min(w/iw, h/ih)
  nw = int(iw*scale)
  nh = int(ih*scale)
  image = image.resize((nw,nh), Image.BICUBIC)
  new_image = Image.new('RGB', size, (128,128,128))
  new_image.paste(image, ((w-nw)//2, (h-nh)//2))
  return new_image
img = Image.open("2007_000039.jpg")
new_image = letterbox_image(img,[416,416])
new_image.show()

得到图片为：

数据增强

1、在数据集内进行数据增强

这个的意思就是可以直接增加图片的方式进行数据增强。其主要用到的函数是：

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, 
                  width_shift_range=0.0, 
                  height_shift_range=0.0, 
                  brightness_range=None, 
                  shear_range=0.0, 
                  zoom_range=0.0, 
                  channel_shift_range=0.0, 
                  fill_mode='nearest', 
                  cval=0.0, 
                  horizontal_flip=False, 
                  vertical_flip=False, 
                  rescale=None, 
                  preprocessing_function=None, 
                  data_format=None, 
                  validation_split=0.0, 
                  dtype=None)

对于我而言，常用的方法如下：

datagen = ImageDataGenerator(
      rotation_range=10,
      width_shift_range=0.1,
      height_shift_range=0.1,
      shear_range=0.2,
      zoom_range=0.1,
      horizontal_flip=False,
      brightness_range=[0.1, 2],
      fill_mode='nearest')

其中，参数的意义为：

1、rotation_range：旋转范围

2、width_shift_range：水平平移范围

3、height_shift_range：垂直平移范围

4、shear_range：float, 透视变换的范围

5、zoom_range：缩放范围

6、horizontal_flip：水平反转

7、brightness_range：图像随机亮度增强，给定一个含两个float值的list，亮度值取自上下限值间

8、fill_mode：‘constant’，‘nearest’，‘reflect’或‘wrap’之一，当进行变换时超出边界的点将根据本参数给定的方法进行处理。

实际使用时可以利用如下函数生成图像：

from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img
import os 
datagen = ImageDataGenerator(
      rotation_range=10,
      width_shift_range=0.1,
      height_shift_range=0.1,
      shear_range=0.2,
      zoom_range=0.1,
      horizontal_flip=False,
      brightness_range=[0.1, 2],
      fill_mode='nearest')
trains = os.listdir("./train/")
for index,train in enumerate(trains):
  img = load_img("./train/" + train)
  x = img_to_array(img)
  x = x.reshape((1,) + x.shape)
  i = 0
  for batch in datagen.flow(x, batch_size=1,
                          save_to_dir='./train_out', save_prefix=str(index), save_format='jpg'):
      i += 1
      if i > 20:
          break  

生成效果为：

2、在读取图片的时候数据增强

ImageDataGenerator是一个非常nice的增强方式，不过如果不想生成太多的图片，然后想要直接在读图的时候处理，也是可以的。

我们用到PIL中的ImageEnhance库。

1、亮度增强ImageEnhance.Brightness(image)

2、色度增强ImageEnhance.Color(image)

3、对比度增强ImageEnhance.Contrast(image)

4、锐度增强ImageEnhance.Sharpness(image)

在如下的函数中，可以通过改变Ehance函数中的参数实现不同的增强方式。

import os
import numpy as np
from PIL import Image
from PIL import ImageEnhance
def Enhance_Brightness(image):
  # 变亮，增强因子为0.0将产生黑色图像,为1.0将保持原始图像。
  # 亮度增强
  enh_bri = ImageEnhance.Brightness(image)
  brightness = np.random.uniform(0.6,1.6)
  image_brightened = enh_bri.enhance(brightness)
  return image_brightened
def Enhance_Color(image):
  # 色度,增强因子为1.0是原始图像
  # 色度增强
  enh_col = ImageEnhance.Color(image)
  color = np.random.uniform(0.4,2.6)
  image_colored = enh_col.enhance(color)
  return image_colored
def Enhance_contrasted(image):
  # 对比度，增强因子为1.0是原始图片
  # 对比度增强
  enh_con = ImageEnhance.Contrast(image)
  contrast = np.random.uniform(0.6,1.6)
  image_contrasted = enh_con.enhance(contrast)
  return image_contrasted
def Enhance_sharped(image):
  # 锐度，增强因子为1.0是原始图片
  # 锐度增强
  enh_sha = ImageEnhance.Sharpness(image)
  sharpness = np.random.uniform(0.4,4)
  image_sharped = enh_sha.enhance(sharpness)
  return image_sharped
def Add_pepper_salt(image):
  # 增加椒盐噪声
  img = np.array(image)
  rows,cols,_=img.shape
  random_int = np.random.randint(500,1000)
  for _ in range(random_int):
      x=np.random.randint(0,rows)
      y=np.random.randint(0,cols)
      if np.random.randint(0,2):
          img[x,y,:]=255
      else:
          img[x,y,:]=0
  img = Image.fromarray(img)
  return img
def Enhance(image_path, change_bri=1, change_color=1, change_contras=1, change_sha=1, add_noise=1):
  #读取图片
  image = Image.open(image_path)
  if change_bri==1:
      image = Enhance_Brightness(image)
  if change_color==1:
      image = Enhance_Color(image)
  if change_contras==1:
      image = Enhance_contrasted(image)
  if change_sha==1:
      image = Enhance_sharped(image)
  if add_noise==1:
      image = Add_pepper_salt(image)
  image.save("0.jpg")
Enhance("2007_000039.jpg")

原图：

效果如下：

3、目标检测中的数据增强

在目标检测中如果要增强数据，并不是直接增强图片就好了，还要考虑到图片扭曲后框的位置。

也就是框的位置要跟着图片的位置进行改变。

原图：

增强后：

from PIL import Image, ImageDraw
import numpy as np
from matplotlib.colors import rgb_to_hsv, hsv_to_rgb
def rand(a=0, b=1):
  return np.random.rand()*(b-a) + a
def get_random_data(annotation_line, input_shape, random=True, max_boxes=20, jitter=.3, hue=.1, sat=1.5, val=1.5, proc_img=True):
  '''random preprocessing for real-time data augmentation'''
  line = annotation_line.split()
  image = Image.open(line[0])
  iw, ih = image.size
  h, w = input_shape
  box = np.array([np.array(list(map(int,box.split(',')))) for box in line[1:]])
  # resize image
  new_ar = w/h * rand(1-jitter,1+jitter)/rand(1-jitter,1+jitter)
  scale = rand(.7, 1.3)
  if new_ar < 1:
      nh = int(scale*h)
      nw = int(nh*new_ar)
  else:
      nw = int(scale*w)
      nh = int(nw/new_ar)
  image = image.resize((nw,nh), Image.BICUBIC)
  # place image
  dx = int(rand(0, w-nw))
  dy = int(rand(0, h-nh))
  new_image = Image.new('RGB', (w,h), (128,128,128))
  new_image.paste(image, (dx, dy))
  image = new_image
  # flip image or not
  flip = rand()<.5
  if flip: image = image.transpose(Image.FLIP_LEFT_RIGHT)
  # distort image
  hue = rand(-hue, hue)
  sat = rand(1, sat) if rand()<.5 else 1/rand(1, sat)
  val = rand(1, val) if rand()<.5 else 1/rand(1, val)
  x = rgb_to_hsv(np.array(image)/255.)
  x[..., 0] += hue
  x[..., 0][x[..., 0]>1] -= 1
  x[..., 0][x[..., 0]<0] += 1
  x[..., 1] *= sat
  x[..., 2] *= val
  x[x>1] = 1
  x[x<0] = 0
  image_data = hsv_to_rgb(x) # numpy array, 0 to 1
  # correct boxes
  box_data = np.zeros((max_boxes,5))
  if len(box)>0:
      np.random.shuffle(box)
      box[:, [0,2]] = box[:, [0,2]]*nw/iw + dx
      box[:, [1,3]] = box[:, [1,3]]*nh/ih + dy
      if flip: box[:, [0,2]] = w - box[:, [2,0]]
      box[:, 0:2][box[:, 0:2]<0] = 0
      box[:, 2][box[:, 2]>w] = w
      box[:, 3][box[:, 3]>h] = h
      box_w = box[:, 2] - box[:, 0]
      box_h = box[:, 3] - box[:, 1]
      box = box[np.logical_and(box_w>1, box_h>1)] # discard invalid box
      if len(box)>max_boxes: box = box[:max_boxes]
      box_data[:len(box)] = box
  return image_data, box_data
if __name__ == "__main__":
  line = r"F:\Collection\yolo_Collection\keras-yolo3-master\VOCdevkit/VOC2007/JPEGImages/00001.jpg 738,279,815,414,0"
  image_data, box_data = get_random_data(line,[416,416])
  left, top, right, bottom  = box_data[0][0:4]
  img = Image.fromarray((image_data*255).astype(np.uint8))
  draw = ImageDraw.Draw(img)
  draw.rectangle([left, top, right, bottom])
  img.show()

以上就是python神经网络学习数据增强及预处理示例详解的详细内容，更多关于python神经网络数据增强预处理的资料请关注编程教程其它相关文章！