【问题标题】:Data augmentation by zooming in通过放大来增加数据
【发布时间】:2018-08-12 22:10:13
【问题描述】:

我想通过创建新的合成图像来扩充我的图像数据集。我想尝试的操作之一是放大,即取原始图像的一部分(例如原始大小的 80%),然后智能地增加该部分,使其仍具有与原始图像完全相同的像素尺寸.换句话说,通过放大现有图像的一部分来创建新图像,使新图像的大小与原始图像的大小相同。

如何在skimage 中执行此操作?还是Python 中的其他内容?

【问题讨论】:

  • 你试过什么?看起来很简单
  • 我不知道从哪里开始,如果简单明了,请告诉。
  • 您已经在问题中提到了大部分内容,假设您有一张尺寸为 512 的图像,裁剪尺寸 (512*0.8),然后将尺寸调整回 512。Crop@ 987654322@

标签: python image-processing conv-neural-network scikit-image data-augmentation


【解决方案1】:

您可以使用imgaug.augmenters.geometric.Affine 和skimage 作为后端(请参阅here):

>>> import imgaug.augmenters as iaa
>>> aug = iaa.Affine(scale=(1.0, 2.0))

缩放值将在间隔(1.0, 2.0) 中按图像均匀采样。该采样的分数值将相同地用于 x 轴和 y 轴。图片的大小将保持不变。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2022-09-23
    • 2020-09-17
    • 1970-01-01
    • 2023-03-29
    • 1970-01-01
    • 1970-01-01
    • 2019-10-07
    相关资源
    最近更新 更多