遥感图像数据扩充常用代码

遥感图像数据扩充是通过对原始数据进行一系列变换，从而生成更多的训练数据，以提高深度学习模型的泛化能力和识别准确度。常用的数据扩充方法包括镜像翻转、随机裁剪、旋转、缩放等。以下是一些常用的代码实现，供参考：

1. 镜像翻转

import cv2
import numpy as np

def flip(image, axis=1):
    """
    镜像翻转
    :param image: 输入的图像
    :param axis: 翻转轴，0表示垂直翻转，1表示水平翻转
    :return: 翻转后的图像
    """
    return cv2.flip(image, axis)

2. 随机裁剪

import random
import numpy as np

def random_crop(image, crop_size):
    """
    随机裁剪
    :param image: 输入的图像
    :param crop_size: 裁剪尺寸
    :return: 裁剪后的图像
    """
    h, w, c = image.shape
    th, tw = crop_size

    if w == tw and h == th:
        return image

    x1 = random.randint(0, w - tw)
    y1 = random.randint(0, h - th)
    return image[y1:y1+th, x1:x1+tw, :]

3. 旋转

import cv2
import numpy as np

def rotate(image, angle):
    """
    旋转
    :param image: 输入的图像
    :param angle: 旋转角度
    :return: 旋转后的图像
    """
    h, w, c = image.shape
    M = cv2.getRotationMatrix2D((w/2, h/2), angle, 1)
    return cv2.warpAffine(image, M, (w, h))

4. 缩放

import cv2
import numpy as np

def resize(image, size):
    """
    缩放
    :param image: 输入的图像
    :param size: 缩放尺寸
    :return: 缩放后的图像
    """
    return cv2.resize(image, size)

以上是一些常用的数据扩充方法的代码实现，可以根据需要进行组合和调整。