开源|图像增强技术在机器学习中的应用(附源代码)_搜狐科技

原加标题:开源|图像增强技术在机具努力赶上说得中肯敷(附源法典)

全球仿智

挖出:Github 翻译:张文波

这么地Python库可以帮忙你到达增强图像的出击目标。。它可以将一组输出图像替换为新的输出图像。、更大和稍微差异的图像集。

特点:

·可以获得堆基准增强。。

·这些技术可以敷于图像A的钥匙点/特点点。。

·在测得结果先于清晰度增强的序列,那么你可以屡次运用它。。

·为每个图像增强清晰度机敏的的随机程度。,比方“在-45°到45°这么地程度内取值并以这么地值旋转每张图像”或许“从师范学校N(0, 采样值和旋转每个图像在这么地值。。

·将懂得随机程度替换成必然值后,经过完全比得上的方式对差异一批生产的量的图像停止增强(比方说些许图像和它们的热图)。

上面的图像显示了每个增强技术愿望的示例。

NOOP是人家不好管闲事的的增强宾语。剪接的值是(难以完成的像素)。,右像素,粗涂像素,左像素。到(a), b)方式写信的剩余部分值的意义是每个值x是从a≤x≤b这么地程度中随机精选的暴露的。

索取和登上

需求依赖

·six

·numpy

·scipy

·scikit-image (匹普 install -U scikit-image)

·OpenCV (诸如 cv2)

登上:

·机械行事的人库

·书屋的登记

opythonsetup.py sdist

osudo pipinstall dist/imgaug-0.1.tar.gz

它现时只在顶部测得结果。,所写作的法典也可以在Python 3上运转。。

建议

一种基准的机具努力赶上命运——锻炼丰盛的图像,经过刻、程度翻转(Fliplr)和高斯含糊方式被用来增强每个:

将多种增强技术敷于图像(通常在建立图像先于):

核心显示增强序列的示例:

增强灰度图像:

以比得上的方式增强两批图像(诸如,宁愿)、2、5抽象,但不要变更第三、4幅图像):

图像和钥匙特点点在图像上的增强:

一种单一的图像增强方式:

您可以运用更不寻常的方式来散发每个增强的随机参量。:

可以静态地按清晰度的次提高宾语。:

单击调准瞄准器倒转术蹦跳GITHUB

激动的托付

回到搜狐,检查更多

责任编辑:

发表评论

电子邮件地址不会被公开。 必填项已用*标注