yolov5-5.0版本代码详解----augmentations.py的augment_hsv函数

yolov5-5.0版本代码详解----augmentations.py的augment_hsv函数

1、用途

图片的hsv色域增强模块

2、调用位置

在datasets.py的LoadImagesAndLabels类的__getitem__函数(590行)调用
传入参数是hyp文件中的hsv三通道的系数

            augment_hsv(img, hgain=hyp['hsv_h'], sgain=hyp['hsv_s'], vgain=hyp['hsv_v'])

yolov5-5.0版本代码详解----augmentations.py的augment_hsv函数_第1张图片

3、代码注释

3.1 传入参数
def augment_hsv(im, hgain=0.5, sgain=0.5, vgain=0.5):
    """
    参数:
    img: 待处理图片  BGR
    hgain: h通道色域参数 用于生成新的h通道,默认为0.5
    sgain: h通道色域参数 用于生成新的s通道,默认为0.5
    vgain: h通道色域参数 用于生成新的v通道,默认为0.5
    """
3.2 HSV颜色空间增强
    if hgain or sgain or vgain:
        # 随机取-1到1三个实数,乘以hyp中的hsv三通道的系数  用于生成新的hsv通道
        r = np.random.uniform(-1, 1, 3) * [hgain, sgain, vgain] + 1

        # 图像的通道拆分 h s v
        hue, sat, val = cv2.split(cv2.cvtColor(im, cv2.COLOR_BGR2HSV))
        dtype = im.dtype  # uint8

        x = np.arange(0, 256, dtype=r.dtype)
        lut_hue = ((x * r[0]) % 180).astype(dtype)  # 生成新的h通道
        lut_sat = np.clip(x * r[1], 0, 255).astype(dtype)  # 生成新的s通道
        lut_val = np.clip(x * r[2], 0, 255).astype(dtype)  # 生成新的v通道

        # 图像通道合并 img_hsv=h+s+v  随机调整hsv之后重新组合hsv通道
        # cv2.LUT(hue, lut_hue)   通道色域变换 输入变换前通道hue 和变换后通道lut_hue
        im_hsv = cv2.merge((cv2.LUT(hue, lut_hue), cv2.LUT(sat, lut_sat), cv2.LUT(val, lut_val)))

        # no return needed  dst:输出图像
        cv2.cvtColor(im_hsv, cv2.COLOR_HSV2BGR, dst=im)

你可能感兴趣的:(#,YOLOv5,计算机视觉,人工智能,深度学习)