CV笔记：人群计数数据处理

目录

路径类

1. 获取一个路径最后一个目录或文件的名字

图片处理类

1. 数据增强，图像左右反转

 2. 数据增强，随机缩放

3.  数据增强，随机裁剪

4. 读取图片的shape格式

5. cv2 BGR转RGB

读取数据集

1. ShanghaiTech

 数据持久化

1. h5py存储数据

---

路径类

1. 获取一个路径最后一个目录或文件的名字

os.path.basename(path)

图片处理类

1. 数据增强，图像左右反转

可以对Image对象进行如下操作：

new_img = img.transpose(Image.Transpose.FLIP_LEFT_RIGHT)

也可以对2维度np数组：

kpoint = np.fliplr(kpoint)

 2. 数据增强，随机缩放

模板例子：

if self.args['scale_aug'] == True and random.random() > (1 - self.args['scale_p']):
    self.rate = random.choice([0.7, 0.75, 0.8, 0.85, 0.9, 0.95, 1.05, 1.1, 1.15, 1.2, 1.25, 1.3])    # 缩放倍数
    width, height = img.size
    width = int(width * self.rate)
    height = int(height * self.rate)
    img = img.resize((width, height), Image.ANTIALIAS)
    

3.  数据增强，随机裁剪

crop_size_x = random.randint(0, img.shape[1] - width)
crop_size_y = random.randint(0, img.shape[2] - height)
sub_img = img[:, crop_size_x: crop_size_x + width, crop_size_y:crop_size_y + height]

4. 读取图片的shape格式

• cv2.imread： 读取返回一个数组，它的shape含义：（h,w,c） c是BGR格式
• 先读取为Image对象，再转换为np.ndarray对象，shape含义和上面的一致

5. cv2 BGR转RGB

img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

读取数据集

1. ShanghaiTech

import scipy.io as sio

# anno_path是标注文件的路径
data = sio.loadmat(anno_path)
# 标注点位置
xy = data['image_info'][0][0][0][0][0]           # (n,2)格式数据
cnt = data['image_info'][0][0][0][0][1][0][0]    # 人数

需要注意的是，这里的坐标格式是(h_idx,w_idx)

附上一个可视化查看标注位置是否对应正确的代码：

for xy in xys:
    w_idx = int(xy[0])
    h_idx = int(xy[1])
    img[h_idx-5:h_idx+5,w_idx-5:w_idx+5,:] = [0,0,255]
plt.imshow(img)
plt.show()

 数据持久化

1. h5py存储数据

import h5py

with h5py.File(h5_path,'w') as hf:
    hf['key'] = data