西瓜玲子5.23打卡日记

西瓜玲子5.23打卡日记

1.数据读取

（1）图片数据读取

选择用opencv进行图片的读取，首先需要安装cv2库（pip install opencv-python），调用代码及结果如下所示。

import cv2
img = cv2.imread('./mchar_train/000000.png')
cv2.imshow('000000.png',img)
cv2.waitKey(0)

（2）标签数据读取

标签数据通过json文件存储，因此选用json库调用

import json
train_json = json.load(open('./train.json'))
train_label = [train_json[x]['label'] for x in train_json]

2.数据扩增

数据扩增可以增加训练集的样本，同时也可以有效缓解模型过拟合的情况，也可以给模型带来的更强的泛化能力。
常见的数据扩增方法中，一般会从图像颜色、尺寸、形态、空间和像素等角度进行变换。当然不同的数据扩增方法可以自由进行组合，得到更加丰富的数据扩增方法。

以torchvision为例，常见的数据扩增方法包括：

Function名称	作用	效果图
transforms.CenterCrop	对图片中心进行裁剪
transforms.ColorJitter	对图像颜色的对比度、饱和度和零度进行变换
transforms.FiveCrop	对图像四个角和中心进行裁剪得到五分图像
transforms.Grayscale	对图像进行灰度变换
transforms.Pad	使用固定值进行像素填充
transforms.RandomAffine	随机仿射变换
transforms.RandomCrop	随机区域裁剪
transforms.RandomHorizontalFlip	随机水平翻转
transforms.RandomRotation	随机旋转
transforms.RandomVerticalFlip	随机垂直翻转

代码如下：

import cv2
# img = cv2.imread('./mchar_train/000000.png')
# cv2.imshow('000000.png',img)
# cv2.waitKey(0)
from PIL import Image
import numpy as np

import torch
from torch.utils.data.dataset import Dataset
import torchvision.transforms as transforms
img = Image.open('./mchar_train/000000.png').convert('RGB')
T = transforms.CenterCrop((100,100))
T = transforms.ColorJitter(0.2, 0.8, 0.2)

T = transforms.RandomRotation(45)
T = transforms.RandomHorizontalFlip(p=1)
T = transforms.RandomVerticalFlip(p=1)

T = transforms.RandomAffine(20)
T = transforms.Pad(100)
T = transforms.RandomCrop(200)

T = transforms.Grayscale(1)

img_ = T(img)
img_.save('sample.jpg', 'jpeg')

img__ = cv2.imread('./sample.jpg')
cv2.imshow('000000.png',img__)
cv2.waitKey(0)

exit()
T = transforms.FiveCrop(300)
img_ = T(img)
for im in img_:
    im.save('sample.jpg', 'jpeg')
    img__ = cv2.imread('./sample.jpg')
    cv2.imshow('000000.png',img__)
    cv2.waitKey(0)