1. 加載和顯示圖片

由于imgaug只處理增強(qiáng)而不是圖像輸入/輸出，我們需要另一個庫來加載圖像。在Python中，常見的選擇是imageio和CV2。然而，CV2.imread()以BGR顏色空間返回圖像，而不是RGB，需要重新排序通道軸。后一種方法的缺點是所有可視化函數(shù)（例如下面的imgaug.imshow()）仍然需要輸入RGB格式。

觀察imshow源碼后發(fā)現(xiàn)，imshow只能輸入RGB格式，如果采用imageio讀取不用轉(zhuǎn)換通道格式，而使用CV2的話，需要轉(zhuǎn)成RGB格式。其實當(dāng)使用CV2的時候，ia.imshow()內(nèi)部還是調(diào)用了CV2.imshow()，只不過又把RGB轉(zhuǎn)成了BGR……所以感覺這個ia.imshow()相當(dāng)雞肋。

2. 圖像增強(qiáng)

imgaug的增強(qiáng)技術(shù)是從Augmenter父類派生的。要使用一種增強(qiáng)技術(shù)，我們需要用一組參數(shù)實例化增強(qiáng)對象。

2.1 仿射變換

Augmenter to apply affine transformations to images.

Affine類是對圖片進(jìn)行仿射變化的增強(qiáng)類，包括平移，旋轉(zhuǎn)，縮放，錯切。

如果不傳入?yún)?shù)，該類會自動賦值一些變換參數(shù)，內(nèi)部實現(xiàn)如下

幾個主要的參數(shù)如下：

• scale=None

  縮放因子，1.0表示無變化，0.5表示縮小50%，還支持其他類型的參數(shù)以對不同軸做不同變化。

• translate_percent=None

  其中0表示無變化，0.5表示平移圖片大小的一半。常用的方式如下：

  x軸隨機(jī)平移左右平移0~0.1比例，y軸同理上下平移

• translate_px=None

  以像素單位平移，和上面相同。

• rotate=None

  旋轉(zhuǎn)取值范圍在[-360,360]，如果是元組，例如（30，60），會在范圍內(nèi)隨機(jī)均勻采樣。如果是列表，隨機(jī)取列表中的某個值。

• shear=None

• 錯切角度在[-360,360]，但是合適的范圍在[-45,45]

• order=1

  插值方法，0表示最近鄰，1表示雙線性，常用的是這兩個，還有其他方法。

• cval=0

  mode="constant"時要填充的常數(shù)值，輸入元組代表范圍取值，列表代表隨機(jī)取值。

• mode="constant"

  填充新創(chuàng)建的像素時要使用的模式，默認(rèn)用常數(shù)填充。
  

• fit_output=False

  經(jīng)過一些仿射變化后，圖像的一些邊緣可能就會丟失，如果將該參數(shù)設(shè)置為True，那么整張圖片會完整的顯示出來，但是此時圖像大小會發(fā)生改變。如果不想圖像大小發(fā)生變化，用ia.augmenters.size.KeepSizeByResize包裹增強(qiáng)對象即可。

以上輸入的參數(shù)類型大致分為三類，數(shù)字，元組，列表，字典。其中數(shù)字就是對應(yīng)的值，元組就是在這個范圍內(nèi)部均勻隨機(jī)采樣，列表就是隨機(jī)采樣列表值，字典可以針對x軸和y軸做不同變化，字典key對應(yīng)的value可以是數(shù)字，元組，列表類型。此外，還有一種隨機(jī)數(shù)類型，這里不做介紹。

2.2?批量增強(qiáng)

imgaug支持批量圖片的增強(qiáng)，如果這批圖片的大小不一，那么只能使用數(shù)組，如果圖片大小相同例如一批圖片為[B,H,W,C]，可以使用numpy張量格式，速度上會更快一些。

注意這里傳入的參數(shù)是images。

2.3?同時使用多種增強(qiáng)

我們可以使用Sequential來整合一系列增強(qiáng)對象，這和pytorch里面的nn.Sequential有異曲同工之妙。如果希望增強(qiáng)不是按照定義的順序而是隨機(jī)，可以設(shè)置random_order=True。

其他的類似方法還有：

• SomeOf表示選取給定增強(qiáng)中的某些增強(qiáng)；

• OneOf表示只應(yīng)用所有給定增強(qiáng)中的一個；

• Sometimes按概率隨機(jī)增強(qiáng)；