Python_code_使用OpenCV库对图片实现数据增强

Python_code_使用OpenCV库对图片实现数据增强_11种

 

代码：

#读取文件用
import os
import glob
#openCV的库
import cv2
import cv2 as cv
import numpy as np
#显示图片用
import matplotlib.pyplot as plt
#以下两行实现了在plt画图时，可以输出中文字符
plt.rcParams[\'font.sans-serif\']=[\'SimHei\']
plt.rcParams[\'axes.unicode_minus\'] = False



def Image_Enhancement(img_path):
    print(img_path)
    img = cv2.imread(img_path);

#显示原图
    plt.figure(),plt.title("原图"),plt.imshow(img),plt.xticks([]),plt.yticks([]);

#均值模糊   去随机噪声有很好的去燥效果
    im = cv.blur(img,(1,15));
    plt.figure(),plt.title("均值模糊"),plt.imshow(im),plt.xticks([]),plt.yticks([]);

#中值模糊   对椒盐噪声有很好的去燥效果
    im = cv.medianBlur(img,5);
    plt.figure(),plt.title("中值模糊"),plt.imshow(im),plt.xticks([]),plt.yticks([]);

#高斯模糊
    im = cv2.GaussianBlur(img, (15, 15), 0);
    plt.figure(),plt.title("高斯模糊"),plt.imshow(im),plt.xticks([]),plt.yticks([]);

#双边滤波
    im = cv.bilateralFilter(img, 0, 100, 15);
    plt.figure(),plt.title("双边滤波"),plt.imshow(im),plt.xticks([]),plt.yticks([]);

#均值迁移
    im = cv.pyrMeanShiftFiltering(img, 10, 50);
    plt.figure(),plt.title("均值迁移"),plt.imshow(im),plt.xticks([]),plt.yticks([]);


#直方图正规化
    im = np.zeros(img.shape, np.uint8