图像增强︱window7+opencv3.2+keras/theano简单应用(函数解读)
在服务器上安装opencv遇到跟CUDA8.0不适配的问题，于是不得不看看其他机器是否可以预装并使用。
.
一、python+opencv3.2安装
opencv在windows安装为啥这么简单？
安装流程：
1、下载opencv文件opencv-3.2.0-vc14.exe
2、点击下载，其实就是解压过程，随便放在一个盘里面。
3、python部署阶段，
进入OpenCV的安装目录下找到+复制：\build\python\2.7\x64\cv2.pyd
将cv2.pyd复制到python的子目录：\Lib\site-packages\
4、即可直接调用：
import cv2.
二、windows+keras/theano
Keras深度学习框架是基于Theano或Tensorflow框架安装的，所以首先要准备底层框架的搭建，用tensorflow比较麻烦，所以选用Theano安装即可。
1、tensorflow/keras框架
同时如果要使用tensorflow0.12版本+python3.5及以上，也可以使用Anaconda 3.5.
一种比较好的方式使用docker：
参考：TensorFlow 官方文档中文版、下载与安装
如果要使用原生的window安装：
- （1）前提：现有了python3.5或Anaconda 3.5
- （2）下载：tensorflow-0.12.0rc0-cp35-cp35m-win_amd64.whl，下载的东西放在某文件夹中
- （3）在Power Shell中输入下述命令实现本地安装：
pip install F:\DevResources\tensorflow_gpu-0.12.0rc0-cp35-cp35m-win_amd64.whl- （4）验证安装
到“所有程序”下找到”Python 3.5 64bit”，出现命令窗口，输入测试代码：
>>>import tensorflow as tf
>>>sess = tf.Session()
>>>a = tf.constant(10)
>>>b = tf.constant(22)
>>>print(sess.run(a + b))
32正确输出32则为成功安装。
报错无法正常下载numpy 1.11.0：参考博客：原生Windows安装TensorFlow 0.12方法
.
2、theano/keras框架
安装过程：
- （1）安装theano，Power Shell中输入：
pip install theano -U --pre- （2）安装keras：
pip install keras -U --pre- （3）修改默认后端：很关键，不然会一直报错：ImportError: No module named tensorflow
因为，keras默认后端是给tensorflow，
打开C:\Users\当前用户名.keras,修改文件夹内的keras.json文件如下：
{
"image_dim_ordering":"th",
"epsilon":1e-07,
"floatx":"float32",
"backend":"theano"
}- （4）验证安装
>>>import keras
Using Theano(Tensorflow) backend.
>>>当然，还有theano的加速模式，可参考： Keras安装和配置指南(Windows)
.
三、用python+keras/theano进行图像增强（Data Augmentation）
1、图像增强的方式
以下一共有8中图像变换的方式：
- 旋转 | 反射变换(Rotation/reflection): 随机旋转图像一定角度; 改变图像内容的朝向;
- 翻转变换(flip): 沿着水平或者垂直方向翻转图像;
- 缩放变换(zoom): 按照一定的比例放大或者缩小图像;
- 平移变换(shift): 在图像平面上对图像以一定方式进行平移; 可以采用随机或人为定义的方式指定平移范围和平移步长,
沿水平或竖直方向进行平移. 改变图像内容的位置; - 尺度变换(scale): 对图像按照指定的尺度因子, 进行放大或缩小; 或者参照SIFT特征提取思想,
利用指定的尺度因子对图像滤波构造尺度空间. 改变图像内容的大小或模糊程度; - 对比度变换(contrast): 在图像的HSV颜色空间，改变饱和度S和V亮度分量，保持色调H不变.
对每个像素的S和V分量进行指数运算(指数因子在0.25到4之间), 增加光照变化; - 噪声扰动(noise): 对图像的每个像素RGB进行随机扰动, 常用的噪声模式是椒盐噪声和高斯噪声;
- 颜色变换(color): 在训练集像素值的RGB颜色空间进行PCA, 得到RGB空间的3个主方向向量,3个特征值
.
2、图像增强的案例
网上有一个极为广泛的套路,参考博客《深度学习中的Data Augmentation方法和代码实现》、《深度学习中的数据增强实现（Data Augmentation）》、《keras中文文档-图片预处理》：
from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img
# 主要的增强函数
datagen = ImageDataGenerator(
rotation_range=0.2,
# 整数，旋转范围, 随机旋转(0-180)度
width_shift_range=0.2,
# 浮点数，以图像的长宽小部分百分比为变化范围进行横向平移
height_shift_range=0.2,
# 浮点数，以图像的长宽小部分百分比为变化范围进行竖直平移
shear_range=0.2,
# 浮点数，水平或垂直投影变换
zoom_range=0.2,
# 浮点数，随机缩放的幅度，[lower,upper] = [1 - zoom_range, 1+zoom_range]
horizontal_flip=True,
# 布尔值，进行随机水平翻转
fill_mode='nearest')
# 填充像素，超出边界时，有四种方式：‘constant’、‘nearest’、‘reflect’、‘wrap’
# featurewise_center=True # 使输入数据集去中心化（均值为0）
# featurewise_std_normalization=True #将输入除以数据集的标准差以完成标准化
# rescale=1./255,#重放缩因子,默认为None. 如果为None或0则不进行放缩,否则会将该数值乘到数据上(在应用其他变换之前)
# zca_whitening=True #对输入数据施加ZCA白化
# channel_shift_range=0.2 #随机通道偏移的幅度
# vertical_flip=True #布尔值，进行随机竖直翻转
#数据导入
img = load_img('C:\\Users\\Desktop\\003.jpg')
x = img_to_array(img)
x = x.reshape((1,) + x.shape)
# the .flow() command below generates batches of randomly transformed images
# and saves the results to the `preview/` directory
i = 0
for batch in datagen.flow(x,
batch_size=1,
save_to_dir='C:\\Users\\Desktop',
#存放文件夹
save_prefix='lena',
#存放文件名字
save_format='jpg'):
i += 1
if i > 20:
break 其中：
ImageDataGenerator是图像增强的主要函数，里面包含了很多类型的增强方法
load_img、img_to_array、x.reshape图像载入函数
datagen.flow，增强执行函数
其中：
- load_img函数：
load_img(path, grayscale=False, target_size=None)
#path:图像载入的路径
#grayscale:是否只载入灰度，默认为false
#target_size:是否需要重新框定大小，默认是原图大小，其中如果要修改，则类似：
image.load_img(img_path, target_size=(224, 224))- img_to_array函数：
img_to_array(img, dim_ordering='default')
#img，load_img之后的内容
#dim_ordering，图像的格式是否更改，一般是default，不做任何更改函数源码来源：
https://github.com/fchollet/keras/blob/master/keras/preprocessing/image.py
.
延伸一：win下theano安装报错
ImportError: cannot import name gof网上的解决方案为：
pip install --upgrade --no-deps git+git://github.com/Theano/Theano.git但是windows里面没有git，于是我安装了git之后，执行上述内容，的确安装完成，但是就是Import不了… 无解了….
也有人说重新安装theano
http://blog.csdn.net/zhouyongsdzh/article/details/24449645
.
延伸二：python中常用数据增强的library
下面这个Github的作者做了一个library, 实现了N种 data augmentation， 还嫌你的数据太少吗。。。试试吧！! 输入一只小老鼠，输出一窝小老鼠。
github地址：https://github.com/aleju/imgaug
