数据增强python代码

数据增强是指通过对原始数据进行变换和扩充，以增加模型的泛化能力和鲁棒性。以下是一些常见的数据增强方法和对应的Python代码实现：

1. 随机裁剪

随机裁剪是指在原图中随机选取一个区域并保留，其余部分舍弃。这种方法可以增加模型对不同位置的物体的识别能力。

import random
from PIL import Image

def random_crop(img, size):
    w, h = img.size
    if w < size or h < size:
        raise ValueError("Image size should be larger than crop size")
    left = random.randint(0, w - size)
    top = random.randint(0, h - size)
    right = left + size
    bottom = top + size
    return img.crop((left, top, right, bottom))

2. 随机旋转

随机旋转是指将原图随机旋转一个角度，这种方法可以增加模型对不同角度的物体的识别能力。

import random
from PIL import Image

def random_rotate(img, max_angle):
    angle = random.uniform(-max_angle, max_angle)
    return img.rotate(angle)

3. 随机翻转

随机翻转是指将原图随机水平或垂直翻转，这种方法可以增加模型对不同方向的物体的识别能力。

import random
from PIL import Image

def random_flip(img):
    if random.random() < 0.5:
        return img.transpose(Image.FLIP_LEFT_RIGHT)
    else:
        return img.transpose(Image.FLIP_TOP_BOTTOM)

4. 随机颜色变换

随机颜色变换是指对原图进行随机的亮度、对比度、饱和度等颜色变换，这种方法可以增加模型对不同颜色的物体的识别能力。

import random
from PIL import ImageEnhance, ImageOps

def random_color_transform(img):
    # 随机调整亮度对比度
    enhancer = ImageEnhance.Brightness(img)
    img = enhancer.enhance(random.uniform(0.5, 1.5))
    enhancer = ImageEnhance.Contrast(img)
    img = enhancer.enhance(random.uniform(0.5, 1.5))
    # 随机调整饱和度
    enhancer = ImageEnhance.Color(img)
    img = enhancer.enhance(random.uniform(0.5, 1.5))
    # 随机反转颜色
    if random.random() < 0.5:
        img = ImageOps.invert(img)
    return img

5. 随机缩放

随机缩放是指将原图随机缩放一个比例因子，这种方法可以增加模型对不同尺度的物体的识别能力。

import random
from PIL import Image, ImageOps

def random_resize(img, min_scale, max_scale):
    scale = random.uniform(min_scale, max_scale)
    w, h = img.size
    new_w, new_h = int(w * scale), int(h * scale)
    img = img.resize((new_w, new_h), Image.BILINEAR)
    if scale < 1:
        # 随机填充
        left = random.randint(0, w - new_w)
        top = random.randint(0, h - new_h)
        right = w - new_w - left
        bottom = h - new_h - top
        img = ImageOps.expand(img, (left, top, right, bottom), fill=(255, 255, 255))
    else:
        # 随机裁剪
        left = random.randint(0, new_w - w)
        top = random.randint(0, new_h - h)
        right = left + w
        bottom = top + h
        img = img.crop((left, top, right, bottom))
    return img

以上是一些常用的数据增强方法和对应的Python代码实现，可以根据自己的需求进行组合使用。