数据读取与数据扩增
一、学习目标
1.1 学习Python和Pytorch中图像读取
2.2 学会扩增方法和Pytorch读取赛题数据
二、图像读取
2.1 pillow
pillow是Python图像处理函数库（PIL）的一个分支。Pillow提供了常见的图像读取和处理的操作，而且可以和ipython notebook无缝集成，是应用比较广泛的库。
pillow官方文档.
2.2 OpenCV
OpenCV是一个跨平台的计算机视觉库，OpenCV发展的非常早，拥有众多的计算机视觉、数字图像处理和机器视觉等功能。OpenCV在功能上比Pillow更加强大很多，学习成本也高很多。
OpenCV有很多关于图像处理的操作，有专门的书籍讲解这部分，网上也有很多代码。OpenCV包含了你能想得到的只要与图像相关的操作。此外OpenCV还内置了很多的图像特征处理算法，如关键点检测、边缘检测和直线检测等。
OpenCV官网.
三、数据扩增
上面给大家初步介绍了Pillow和OpenCV的使用，现在回到赛题街道字符识别任务中。在赛题中我们需要对的图像进行字符识别，因此需要我们完成的数据的读取操作，同时也需要完成数据扩增（Data Augmentation）操作。
3.1.数据扩增介绍
在深度学习中数据扩增方法非常重要，数据扩增可以增加训练集的样本，同时也可以有效缓解模型过拟合的情况，也可以给模型带来的更强的泛化能力。
3.2.数据扩增作用
在深度学习模型的训练过程中，数据扩增是必不可少的环节。现有深度学习的参数非常多，一般的模型可训练的参数量基本上都是万到百万级别，而训练集样本的数量很难有这么多。
其次数据扩增可以扩展样本空间，假设现在的分类模型需要对汽车进行分类，左边的是汽车A，右边为汽车B。如果不使用任何数据扩增方法，深度学习模型会从汽车车头的角度来进行判别，而不是汽车具体的区别。
3.3.数据扩增方法
数据扩增方法有很多：从颜色空间、尺度空间到样本空间，同时根据不同任务数据扩增都有相应的区别。
对于图像分类，数据扩增一般不会改变标签；对于物体检测，数据扩增会改变物体坐标位置；对于图像分割，数据扩增会改变像素标签。
常见的数据扩增方法：在常见的数据扩增方法中，一般会从图像颜色、尺寸、形态、空间和像素等角度进行变换。当然不同的数据扩增方法可以自由进行组合，得到更加丰富的数据扩增方法。
以torchvision为例，常见的数据扩增方法包括：
transforms.CenterCrop 对图片中心进行裁剪
transforms.ColorJitter 对图像颜色的对比度、饱和度和零度进行变换
transforms.FiveCrop 对图像四个角和中心进行裁剪得到五分图像
transforms.Grayscale 对图像进行灰度变换
transforms.Pad 使用固定值进行像素填充
transforms.RandomAffine 随机仿射变换
transforms.RandomCrop 随机区域裁剪
transforms.RandomHorizontalFlip 随机水平翻转
transforms.RandomRotation 随机旋转
transforms.RandomVerticalFlip 随机垂直翻转
对字符图片不能进行翻转操作，否则会出现误差。比如字符6经过水平翻转就变成了字符9，会改变字符原本的含义。
3.4.数据扩增库
torchvision
https://github.com/pytorch/vision
pytorch官方提供的数据扩增库，提供了基本的数据数据扩增方法，可以无缝与torch进行集成；但数据扩增方法种类较少，且速度中等；
imgaug
https://github.com/aleju/imgaug
imgaug是常用的第三方数据扩增库，提供了多样的数据扩增方法，且组合起来非常方便，速度较快；
albumentations
https://albumentations.readthedocs.io
是常用的第三方数据扩增库，提供了多样的数据扩增方法，对图像分类、语义分割、物体检测和关键点检测都支持，速度较快。
四 Pytorch赛题读取
通过上述代码，可将赛题数据和对应标签进行读取，在读取过程中进行数据扩增，效果如下：
图像读取是进行图像处理的第一步，虽然说很多软件通过代码也可以实现读取，但是对于图像处理来说，OpenCV更加专业，包括提供了后续很多图像处理的功能和算法。另外，数据扩充是深度学习图像处理很有必要的一个操作，深度学习要求大量的训练数据，扩充数据能在原有有限数据的基础上更大限度学习特征，能够有效提高实验精度，不仅在于字符识别，在分类等问题都适用。
对于数据扩充，看了一些其他的知识：
数据扩充1.
数据扩充2.