自己做了一个图像增强工具包

发表于 更新于 分类于 阅读次数： 本文字数： 1.4k 阅读时长 ≈ 5 分钟

前言

由于各种各样的需要，就自己做了一个通用的图像增强工具包，方便以后使用。正因为是通用工具包，所以就直接开源分享了。目前这个版本还在测试过程中，地址：开源地址

省流版使用方法

直接面向GitHub编程，因为这样能够避免Python工作空间的问题。

1
2
3
4
5
6
7
$ git clone https://github.com/sakebow/enhance-image.git
$ cd enhance-image
$ vim default.yaml
或者在`Windows`下直接用`notepad`或者其他编辑器打开编辑
$ python sakebow-enhancer.py
或者
$ python sakebow-enhancer-cli.py --yaml=my.yaml

没有什么多余的烦恼。主打一个执行就完事儿。

使用方法详细介绍

为了方便部分赶时间的人，这里直接写说明文档，原理什么的放后面再说。

首先，这个工具包虽然封装为了一个pip包，但是并没有彻底地在所有的系统中测试，所以，使用过程中非常推荐直接使用源码的方式。

pip安装

暂不推荐，等待后续版本迭代

源码安装

在使用源码的过程中，我们首先需要保证我们的代码与文件夹是以如下的结构存放的：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
your_dataset_dir/
|- images/ # 图片所在目录
|  |- image1.jpg
|  |- ...
|- labels/ # 标签所在目录
|  |- label1.txt
|  |- ...
|- output/ # 输出目录
|  |- images/ # 输出图片所在目录（空文件夹）
|  |- labels/ # 输出标签所在目录（空文件夹）
|- my.yaml # 你的配置文件（可以没有）
"""下面都是必须存在的文件，当然也是源码默认附带的"""
|- default.yaml
|- datadealer.py
|- reinforce.py
|- sakebow-enhancer.py
|- sakebow-enhancer-cli.py
|- transform.py
|- validate.py

依赖安装

在使用这段代码的之前，需要安装依赖。你可以像这样安装依赖：

1
$ pip install -r requirements.txt

当然，我自己构建的pip包还有一个额外的用途：直接安装依赖。想不到吧？（叉腰）

1
$ pip install sakebow-enhancer

这样就会直接安装掉所有的依赖。当然，多了一个没什么大用的sakebow-enhancer。

配置文件编辑

依赖解决了，我们就来解决初始化问题。初始化最主要的就是配置文件的读取与加载了。在本项目中，就是读取default.yaml文件获取处理配置。

需要注意的是，相对于版本与版本，这个default.yaml文件也有一点小小的修改：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
config:
  size: 640 # 图片长宽，默认将图片更改为(640, 640)
  batch: 1 # 需要将几张原图合为1张大图
  type: 'detect' # 需要执行的任务。目前支持'detect'（矩形框识别）和'segment'（语义分割）
  deal: 1 # 需要执行多少次随机增强（这个部分只包括**增加高斯噪声**与**增加饱和度**这两个选项，翻转与旋转是默认随机，不可配置）
  epoch: 1 # 需要执行多少次随机增强（这个部分包括所有功能）
  noise_type: 'gauss' # >>> 单独拉出来定义噪声的类型，目前只支持高斯噪声
# 这里的`noise`单独拉出来作为一个列表，便于以后拓展
noise: # >>> 修改为以 '-' 开头，读取将构成列表，列表内是若干包含`type`、`upper`与`lower`三个键的字典
  - type: 'gauss'
    upper: 15 # upper bound
    lower: 1 # lower bound

saturation: # >>> 饱和度也单独拉出来了
  upper: 100 # upper bound
  lower: 1 # lower bound
operations: # 支持操作列表（目前仅支持以下内容）
  - 'rotate_90'   # 旋转90度
  - 'rotate_180'  # 旋转180度
  - 'rotate_270'  # 旋转270度
  - 'flip_x'      # x轴翻转
  - 'flip_y'      # y轴翻转
input: # 输入图片与标签所在目录
  image: 'images'
  label: 'labels'
output: # 输出图片与标签所在目录
  image: 'output/images'
  label: 'output/labels'

在使用过程中，对图像与标签的处理目前只有固定角度的旋转，并且能够保证旋转后的图像与标签的相对位置不变。所以在其他配置不动的情况下，可以只编辑这么几个配置：

1
2
3
4
5
6
config:
  size: 640 # 图片长宽，默认将图片更改为(640, 640)，使用的是YOLO默认尺寸，可以按照显卡尺寸修改
  batch: 1 # 一张增强的图像中包含多少张原图，图片较大就多放点，较小就少放点
  type: 'detect' # 需要执行的任务。使用过程将检查数据集是否与任务匹配，否则无法执行
  deal: 1 # 需要执行多少次随机增强，理论上可以无限次，但是考虑过拟合，建议在10次以内
  epoch: 1 # 需要执行多少次随机增强图片的合成，理论上可以无限次，但是考虑过拟合，建议在 sum(*) / batch

如果可以的话，下一个版本或许也会增加补充配置的功能，使得my.yaml文件的读取能够动态覆盖default.yaml，而不是整个替代。

代码执行

依赖解决了，配置搞定了，接下来就是执行代码了。

执行其实非常简单，找到我们所需要的sakebow-enhancer.py文件，然后执行即可：

1
$ python sakebow-enhancer.py

正是由于我们已经修改了default.yaml配置文件，我们直接运行sakebow-enhancer.py文件是没什么问题的。

让别人云里雾里的命令行执行

当然，我也明白有些人并不喜欢这么做，而是希望用命令行让一切都简单一点。

所以也预留了另一种命令行方法，那就是找到我们的sakebow-enhancer-cli.py文件，然后执行：

1
$ python sakebow-enhancer-cli.py --yaml=my.yaml

其中，my.yaml就是我们自己定义的配置文件，这个文件需要放在sakebow-enhancer-cli.py的同级目录下。

看起来很简单对吧？