非常好用的Python图像增强工具，适用多个框架
请点击上方“AI公园”，关注公众号
作者：mdbloice
编译：ronghuaiyang
图像增强是CV领域非常常用的技术，这里找到一个非常好用的图像增强的工具，可以用于Pytorch和Keras，而且功能强大，使用简单，更重要的是可以成对的进行图像增强，简直是实战利器，有了这个，妈妈再也不用担心我的数据不够了。
Augmentor是一个Python的图像增强库。这是一个独立的库，不依赖与某个平台或某个框架，非常的方便，可以进行细粒度的增强控制，而且实现了大部分的增强技术。使用了随机的方法来构建基础的模块，用户可以把这些模块组成pipline使用。
安装
Augmentor是Python写的。还有一个Julia的版本，链接：https://github.com/Evizero/Augmentor.jl
使用pip安装：
从源码安装的话，请看编译文档。升级版本的话：
文档
完整的文档链接: http://augmentor.readthedocs.io
快速指南和使用
Augmentor的目的是进行自动的图像增强（生成人造数据）为了扩展数据集作为机器学习算法的输入，特别是神经网络和深度学习。
这个包通过创建一个增强的pipeline，即定义一系列的操作。这些操作有比如旋转和变换，一个加一个成为一个增强的pipeline，当完成的时候，pipeline可以执行，增强之后的数据也创建成功。
开始时，需要初始化pipeline对象，指向一个文件夹。
然后可以在pipeline对象中添加操作：
每个函数需要制定一个概率，用来决定是否需要对这个图像进行这个操作。
一旦你创建了pipeline，可以从中进行采样，就像这样：
这样会产生10000个增强之后的图像。默认会写到指定文件夹中的名为output的目录中，这个指定文件夹就是初始化时指定的那个。
如果你想进行一次图像的增强操作，可以使用process():
这个函数在进行数据集缩放的时候会有用。可以创建一个pipeline，其中所有的操作的概率都设置为1，然后使用process()方法。
多线程
Augmentor (version >=0.2.1) 现在使用多线程技术来提高速度。
对于原始图像非常小的图像来说，某些pipeline可能会变慢。如果发现这种情况，可以设置multi_threaded为False。
默认的情况下，sample()函数是使用多线程的。这个只在保存到磁盘的时候实现。生成器也会在下个版本使用多线程。
Ground Truth数据
图像可以两个一组的通过pipeline，所以ground truth的图像可以同等的进行增强。
| Original image and mask[3] | Augmented original and mask images |
|---|---|
|
|
为了并行的对原始数据进行ground truth的增强，可以使用ground_truth()方法增加一个ground truth的文件夹到pipeline中：
多掩模/图像增强
使用DataPipeline类 (Augmentor version >= 0.2.3)，可以对有多个相关的掩模的图像进行增强：
| Multiple Mask Augmentation |
|---|
|
任意长度的图像列表都可以成组的通过pipeline，并且使用DataPipeline类同样的进行增强。这个对于ground truth图像有好几个掩模的时候非常有用。举个例子。
下面的例子中，图像和掩模包含在一个images的数据结构中，对应的标签在y中：
DataPipeline直接返回图像，并不存储在磁盘中，也不从磁盘中读取数据。图像通过初始化直接传到DataPipeline中。images的数据结构的创建细节，可以参考https://github.com/mdbloice/Augmentor/blob/master/notebooks/Multiple-Mask-Augmentation.ipynb。
Keras和Pytorch的生成器
如果你不想将图像存储到硬盘中，可以使用生成器，generator，使用Keras的情况：
返回的图像的batchsize是128，还有对应的labels。Generator返回的数据是不确定的，可以用来在线生成增强的数据，用在训练神经网络中。
同样的，你可以使用Pytorch：
主要功能
弹性畸变
使用弹性畸变，一张图像可以生成许多图像。
| Input Image | Augmented Images | |
|---|---|---|
|
→ |
|
这个输入图像有一个像素宽的黑边，表明了在进行畸变的时候，没有改变尺寸，也没有在新的图像上进行任何的padding。
具体的功能可以在这里看到:
| Original Image[1] | Random distortions applied |
|---|---|
 |
|
透视变换
总共有12个不同类型的透视变换。4中最常用的如下：
| Tilt Left | Tilt Right | Tilt Forward | Tilt Backward |
|---|---|---|---|
 |
 |
 |
 |
剩下的8种透视变换:
| Skew Type 0 | Skew Type 1 | Skew Type 2 | Skew Type 3 |
|---|---|---|---|
 |
 |
 |
 |
| Skew Type 4 | Skew Type 5 | Skew Type 6 | Skew Type 7 |
|---|---|---|---|
 |
 |
|
 |
| Original Image | Rotated 10 degrees, automatically cropped |
|---|---|
|
 |
对比其他软件的旋转:
| Original Image | Rotated 10 degrees |
|---|---|
|
 |
保持大小的剪切
剪切的同时也会自动从剪切图像中裁剪正确的区域，所以图像中没有黑的区域或者padding。
| Original image | Shear (x-axis) 20 degrees | Shear (y-axis) 20 degrees |
|---|---|---|
|
 |
 |
对比普通的剪切操作：
| Original image | Shear (x-axis) 20 degrees | Shear (y-axis) 20 degrees |
|---|---|---|
|
 |
 |
裁剪
裁剪同样也使用了一种更加适合机器学习的方法：
| Original image | Random crops + resize operation |
|---|---|
|
|
随机擦除
随机擦除是一种使模型对遮挡更加鲁棒的技术。这个对使用神经网络训练物体检测的时候非常有用：
| Original image[2] | Random Erasing |
|---|---|
|
看 Pipeline.random_erasing() 文档了解更多的用法。
把操作串成Pipeline
使用几个操作，单个图像可以增强成许多的新图像，对应同样的label：
| Original image | Distortions + mirroring |
|---|---|
|
 |
在上面的例子中，我们使用了3个操作：首先做了畸变操作，然后进行了左右的镜像，概率为0.5，最后以0.5的概率做了上下的翻转。然后从这个pipeline中采样了100次，得到了100个数据。
指南
使用生成器和Keras集成
Augmentor 可以用来替换Keras中的augmentation功能。Augmentor 可以创建一个生产器来产生增强后的图像，细节可以查看下面的notebook：
从本地文件夹中读取图像进行增强，然后使用生成器将增强的图像流送到卷积神经网络中，参见 https://github.com/mdbloice/Augmentor/blob/master/notebooks/Augmentor_Keras.ipynb
增强内存中的图像，使用生成器将新的图像送到Keras的网络中，参见 https://github.com/mdbloice/Augmentor/blob/master/notebooks/Augmentor_Keras_Array_Data.ipynb
Augmentor 允许每个类定义不同的pipelines，这意味着你可以在分类问题中为不同的类别定义不同的增强策略。
例子在这里：https://github.com/mdbloice/Augmentor/blob/master/notebooks/Per_Class_Augmentation_Strategy.ipynb
完整的例子
我们可以使用一张图像来完成一个增强的任务，演示一下Augmentor的pipeline和一些功能。
首先，导入包，初始化Pipeline对象，指定一个文件夹，这个文件夹里放着你的图像。
然后你可以在pipeline中添加各种操作：
操作添加完了之后，可以进行采样：
其中的几个
| Input Image[3] | Augmented Images | |
|---|---|---|
 |
→ |  |
增强的图像对边缘检测任务也许很有用。
本文可以任意转载，转载时请注明作者及原文地址。
请长按或扫描二维码关注我们