帮我用python写一个批量数据增强jpg格式的代码

当然可以！以下是一个使用Python和OpenCV库进行批量图像增强的示例代码：

import os
import cv2

def data_augmentation(input_folder, output_folder):
    # 获取输入文件夹中的所有文件
    file_list = os.listdir(input_folder)
    
    for file_name in file_list:
        # 读取图像
        image_path = os.path.join(input_folder, file_name)
        image = cv2.imread(image_path)
        
        # 图像翻转
        flipped_image = cv2.flip(image, 1)  # 1表示水平翻转，0表示垂直翻转
        
        # 图像旋转
        rows, cols = image.shape[:2]
        M = cv2.getRotationMatrix2D((cols/2, rows/2), 45, 1)  # 旋转45度
        rotated_image = cv2.warpAffine(image, M, (cols, rows))
        
        # 图像缩放
        scaled_image = cv2.resize(image, None, fx=0.8, fy=0.8)  # 缩小为原来的80%
        
        # 图像亮度调整
        brightness_image = cv2.convertScaleAbs(image, alpha=1.2, beta=10)  # 增加亮度
        
        # 保存增强后的图像
        flipped_path = os.path.join(output_folder, 'flipped_' + file_name)
        rotated_path = os.path.join(output_folder, 'rotated_' + file_name)
        scaled_path = os.path.join(output_folder, 'scaled_' + file_name)
        brightness_path = os.path.join(output_folder, 'brightness_' + file_name)
        
        cv2.imwrite(flipped_path, flipped_image)
        cv2.imwrite(rotated_path, rotated_image)
        cv2.imwrite(scaled_path, scaled_image)
        cv2.imwrite(brightness_path, brightness_image)

# 测试代码
input_folder = 'input_folder'
output_folder = 'output_folder'

data_augmentation(input_folder, output_folder)

这个代码会读取名为 `input_folder` 的文件夹中的所有图像，并对每个图像进行翻转、旋转、缩放和亮度调整等增强操作，然后将增强后的图像保存到名为 `output_folder` 的文件夹中。你可以根据自己的需求修改函数中的增强方法和参数。记得安装 OpenCV 库：`pip install opencv-python`。