今天就来一招搞定数据增强(data_Augmentation)，让你在机器学习/深度学习图像处理的路上，从此不再为数据不够而发愁。且来看图片从

开始之前呢，我们先把这件大事给细分下，一步一步的来：

首先，图像读取，需要对文件夹操作;

然后，增强图像（重点，重点，重点）；

最后，保存图像。

来看下此次任务中，待增强的图像和标签，主要是为了做图像分割做图像准备。这个图像懂的应该能看出来，这是一个婴儿头围的医学图像，现实场景意义很强。上图（以3张图为例）：

train_img

train_label

成双成对，这样在后续的文件读取中会比较的方便（大神可以自己改改，练练动手能力）

那动手吧！！！

一.大杀气之keras ImageDataGenerator

<code>from keras.preprocessing.image import ImageDataGenerator/<code>

ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器，同时也可以在batch中对数据进行增强，扩充数据集大小，增强模型的泛化能力。比如进行旋转，变形，归一化等，它所能实现的功能且看下面的详细部分吧。

<code>keras.preprocessing.image.ImageDataGenerator(               featurewise_center=False,                 samplewise_center=False,                featurewise_std_normalization=False,                samplewise_std_normalization=False,                zca_whitening=False,                zca_epsilon=1e-06,                rotation_range=0, #整数。随机旋转的度数范围。               width_shift_range=0.0, #浮点数、一维数组或整数               height_shift_range=0.0, #浮点数。剪切强度（以弧度逆时针方向剪切角度）。               brightness_range=None,                shear_range=0.0,                zoom_range=0.0, #浮点数 或 [lower, upper]。随机缩放范围               channel_shift_range=0.0, #浮点数。随机通道转换的范围。               fill_mode=nearest, # {"constant", "nearest", "reflect" or "wrap"} 之一。默认为 nearest。输入边界以外的点根据给定的模式填充：               cval=0.0,                horizontal_flip=False,                vertical_flip=False,                rescale=None,                preprocessing_function=None,                data_format=None,                validation_split=0.0,                dtype=None)/<code>

这里就以单张图片为例，详述下这个图像增强大杀器的具体用法，分别以旋转（rotation_range），长宽上平移（width_shift_range，height_shift_range）

输入图像：

train_img

train_label

先来看下两者合并后的图像：

merge

到这里，我们进行增强变换，演示下这里增强部分是咋用的，且看：

（温馨提示）
滑慢点，有GIF图

（1）旋转（rotation_range=1.2）

otation=1.2

（2）宽度变换（width_shift_range=0.05）

width_shift_range=0.05

（3）高度变换（height_shift_range=0.05）

eight_shift_range=0.05

这里才只是演示了三个就那么的强大，详细，这要能增强多少图片啊，想想都可怕，想都不敢想啊！！！

增强汇总

这里是合并部分，单幅增强的大图效果详情看这里：

merge改变通道排布方式

这里，且看单幅图像的增强代码（建议去下载仔细看，往后看，有方式）：

<code>import osfrom keras.preprocessing.image import ImageDataGenerator,load_img,img_to_array,array_to_imgclass Augmentation(object):    def __init__(self,img_type="png"):        self.datagen=ImageDataGenerator(            #rotation_range=1.2,            #width_shift_range=0.05,            height_shift_range=0.05,            # shear_range=0.05,            # zoom_range=0.05,            # horizontal_flip=True,            fill_mode=nearest)    def augmentation(self):        # 读入3通道的train和label, 分别转换成矩阵, 然后将label的第一个通道放在train的第2个通处, 做数据增强        print("运行 Augmentation")        # Start augmentation.....        img_t = load_img("../one/img/0.png")  # 读入train        img_l = load_img("../one/label/0.png")  # 读入label        x_t = img_to_array(img_t)  # 转换成矩阵        x_l = img_to_array(img_l)        x_t[:, :, 2] = x_l[:, :, 0]  # 把label当做train的第三个通道        #x_t = x_t[..., [2,0,1]]#image-102,120,210        img_tmp = array_to_img(x_t)        img_tmp.save("../one/merge/0.png")  # 保存合并后的图像        img = x_t        img = img.reshape((1,) + img.shape)  # 改变shape(1, 512, 512, 3)        savedir = "../one/aug_merge"  # 存储合并增强后的图像        if not os.path.lexists(savedir):            os.mkdir(savedir)        print("running %d doAugmenttaion" % 0)        self.do_augmentate(img, savedir, str(0))  # 数据增强    def do_augmentate(self, img, save_to_dir, save_prefix, batch_size=1, save_format=png, imgnum=30):        # augmentate one image        datagen = self.datagen        i = 0        for _ in datagen.flow(                img,                batch_size=batch_size,                save_to_dir=save_to_dir,                save_prefix=save_prefix,                save_format=save_format):            i += 1            if i > imgnum:                breakif __name__=="__main__":    aug=Augmentation()    aug.augmentation()/<code> 

这里不做过多的解释，打个广告，欢迎关注：钱多多先森。对代码中的详细内容，我们且看第二部分

二.详解单幅图像增强

这里先说下对图像和标签一起增强的步骤，有人该问为什么还要标签了。这里针对的问题是图像分割，pix2pix的任务，即输入时一般图像，输出是目标分割后图像，在上面就是train_img和train_label的一一对应关系，这里开始分解步骤来说增强：

1.train_img+train_label=merge，也就是图像+椭圆形的那个；2.对merge图像进行增强；3.将merge图像按通道拆分，1的逆过程。

前面只涉及步骤1和2，故先对这两块做详述，如下：着重讲下Augmentation类中augmentation函数部分和对单幅图像增强部分。

1.读取train_img，train_label；

<code> # load_imageimg_t = load_img("../one/img/0.png")img_l = load_img("../one/label/0.png")/<code>

2.因为要讲上述img_t和img_l进行合并，采用矩阵形式进行操作，这里将读取到的图像转换为矩阵形式；

<code> # img_to_arrayx_t = img_to_array(img_t)         x_l = img_to_array(img_l)/<code>

3.train_img+train_label=merge.把label当做train的第三个通道

后面注释部分，是对合并后的通道进行任意组合的形式，会出现不同的效果，如前文中三个特写图（具体自己可尝试）

<code># 把label当做train的第三个通道x_t[:, :, 2] = x_l[:, :, 0]  #x_t = x_t[..., [2,0,1]]#image-102,120,210/<code>

4.为了保存merge后图像，此时该从array_to_image了，然后保存图像文件;

<code>img_tmp = array_to_img(x_t)img_tmp.save("../one/merge/0.png")  # 保存合并后的图像/<code>

5.此时执行对merge图像的增强操作；

开始前，既然我们要def do_augmentate()，我们先想想对一幅图像的增强，需要些什么：

image图像文件；

save_to_dir保存增强后的文件夹地址；

批增强的数量。

至于别的，先看这里

<code>flow(self, X, y, batch_size=32, shuffle=True, seed=None, save_to_dir=None, save_prefix=, save_format=png)x：样本数据，秩应为4，在黑白图像的情况下channel轴的值为1，在彩色图像情况下值为3y：标签batch_size：整数，默认32shuffle：布尔值，是否随机打乱数据，默认为Truesave_to_dir：None或字符串，该参数能让你将提升后的图片保存起来，用以可视化save_prefix：字符串，保存提升后图片时使用的前缀, 仅当设置了save_to_dir时生效save_format："png"或"jpeg"之一，指定保存图片的数据格式,默认"jpeg"yields:形如(x,y)的tuple,x是代表图像数据的numpy数组.y是代表标签的numpy数组.该迭代器无限循环.seed: 整数,随机数种子/<code> 

flow：接收numpy数组和标签为参数,生成经过数据提升或标准化后的batch数据,并在一个无限循环中不断的返回batch数据

6.由于flow的输入X需要一个秩为4的数组，所以需要对他变形，加上img.shape=3

<code># 改变shape(1, 512, 512, 3)img = img.reshape((1,) + img.shape)  /<code>

好了，这里应该是对代码部分描述的已经够清楚了（哪里还有不理解的，欢迎留言评论，大家一起进步哦）

三.最后的拆分分别保存train_img和train_label

话不多说，先看下拆分代码部分，还是先说步骤：

1.读取merge文件夹内图片；2.按照之前组合的形式进行拆分为img_train和img_label，同时保存在两个文件夹内，一一对应。

<code>    def split_merge(self):        # 读入合并增强之后的数据(aug_merge), 对其进行分离, 分别保存至 aug_merge_img, aug_merge_label        print("running split_Merge_image")        # split merged image apart        path_merge = "../one/aug_merge"  # 合并增强之后的图像        path_train = "../one/aug_merge_img"  # 增强之后分离出来的train        path_label = "../one/aug_merge_label"  # 增强之后分离出来的label        if not os.path.lexists(path_train):            os.mkdir(path_train)        if not os.path.lexists(path_label):            os.mkdir(path_label)        train_imgs = glob.glob(path_merge + "/*." + "png")  # 所有训练图像        savedir = path_train   # 保存训练集的路径        if not os.path.lexists(savedir):            os.mkdir(savedir)        savedir = path_label  # 保存label的路径        if not os.path.lexists(savedir):            os.mkdir(savedir)        for imgname in train_imgs:  # rindex("/") 是返回/在字符串中最后一次出现的索引            midname = imgname[imgname.rindex("/") + 1:imgname.rindex("." + "png")]  # 获得文件名(不包含后缀)            #print("midname:",midname)            img = cv2.imread(imgname)  # 读入训练图像            img_train = img[:, :, 2]  # 训练集是第2个通道, label是第0个通道            img_label = img[:, :, 0]            newname=midname.split(\\\\)[1]            #print("new:",new)            cv2.imwrite(path_train + "/"  + newname + "_train" + "." + "png", img_train)  # 保存训练图像和label            print(path_train + "/"  + "/" + newname + "_train" + "." + "png")            cv2.imwrite(path_label + "/" + newname + "_label" + "." + "png", img_label)            print(path_label + "/"  + "/" + newname + "_label" + "." + "png")/<code> 

代码部分不做详述了，和之前组合的形式差不多，着重说下这里，是自己不懂的部分：

<code># 获得文件名(不包含后缀)# rindex("/") 是返回/在字符串中最后一次出现的索引midname = imgname[imgname.rindex("/") + 1:imgname.rindex("." + "png")]  /<code>

Python rindex() 返回子字符串 str 在字符串中最后出现的位置，如果没有匹配的字符串会报异常，你可以指定可选参数[beg:end]设置查找的区间。

举个栗子：

<code>import globpath_merge = "../one/aug_merge"  # 合并增强之后的图像print("imgname:",path_merge)print(path_merge.rindex("/"))/<code>

打印的结果

现在，把上文中的一段专门来看下打印结果

<code>import globpath_merge = "../one/aug_merge"  # 合并增强之后的图像train_imgs = glob.glob(path_merge + "/*." + "png")  # 所有训练图像for imgname in train_imgs:  # rindex("/") 是返回/在字符串中最后一次出现的索引    print("imgname:",imgname)    print("imgname.rindex:",imgname.rindex("." + "png"))    print(imgname.rindex("/"))    midname = imgname[imgname.rindex("/") + 1:imgname.rindex("." + "png")]  # 获得文件名(不包含后缀)    print("midname===",midname)    print("*"*20)/<code>

截取图像地址

最后，看下拆分后的图片保存的结果吧！！！

aug_train_img

aug_train_label

这里特意说下，图像的数量是自己设置的，在这里，imgnum数量，决定了对单幅图像增强的数量。（如果你需要对其中增强的多一些，就把这块给修改下）

<code> def do_augmentate(self, img, save_to_dir, save_prefix, batch_size=1, save_format=png, imgnum=30):/<code>

四.图像增强之批处理

这块的内容，不想做太多的解释了，只是由单幅图像的读取，改为对文件夹内所有图片的读取。

但是，会把结果图片这里放一下，具体的代码部分，欢迎去Github详阅，地址：https://github.com/QianLingjun/Keras_image_aug，

批处理部分train_img，2是文件名

批处理部分train_label，14是文件名

最后，欢迎关注“钱多多先森”，一个关注更多AI、CV、数码、个人理财领域知识的医疗行业从业者。关注我，一起成长。

在文章的最后，再重复一次。欢迎去Github详阅，地址：https://github.com/QianLingjun/Keras_image_aug，码字不易，给个免费的赞再走吧

閱讀更多 錢多多先森 的文章

關鍵字: 图像 机器学习 视觉