Python imgaug库安装与使用教程(图片加模糊光雨雪雾等特效)

简介

imgaug：机器学习实验中的图像增强库，特别是卷积神经网络。支持以多种不同方式增强图像、关键点/地标、边界框、热图和分割图。

安装

在anaconda prompt里进行

pip install imgaug

看了几篇文章，出错的话可以先安装依赖库shapely

Overview

特效

官网网址

Project 结构

程序

图片放入input

参考的源代码（来源于网络）

main.py

# ###################源代码####################
# !usr/bin/python
# -*- coding: utf-8 -*-
import cv2
from imgaug import augmenters as iaa
import os

# Sometimes(0.5, ...) 所有情况的 50％ 中应用给定的增强器
# e.g. Sometimes(0.5, GaussianBlur(0.3)) would blur roughly every second image.
sometimes = lambda aug: iaa.Sometimes(0.5, aug)

# 定义一组变换方法.
seq = iaa.Sequential([

# 选择0到5种方法做变换
   iaa.SomeOf((0, 5),
              [
                  iaa.Fliplr(0.5),  # 对50％的图片进行水平镜像翻转
                  iaa.Flipud(0.5),  # 对50％的图片进行垂直镜像翻转

# superpixel representation 将一些图像转换为它们的超像素表示，每张图像采样 20 到 200 个超像素，但不要用它们的平均值替换所有超像素，只替换其中的一些（p_replace）。
                  sometimes(
                      iaa.Superpixels(
                          p_replace=(0, 1.0),
                          n_segments=(20, 200)
                      )
                  ),

# Blur each image with varying strength using
                  # gaussian blur (sigma between 0 and 3.0),
                  # average/uniform blur (kernel size between 2x2 and 7x7)
                  # median blur (kernel size between 3x3 and 11x11).
                  iaa.OneOf([
                      iaa.GaussianBlur((0, 3.0)),
                      iaa.AverageBlur(k=(2, 7)),
                      iaa.MedianBlur(k=(3, 11)),
                  ]),

# Sharpen each image, overlay the result with the original
                  # image using an alpha between 0 (no sharpening) and 1
                  # (full sharpening effect).
                  iaa.Sharpen(alpha=(0, 1.0), lightness=(0.75, 1.5)),

# Same as sharpen, but for an embossing effect.
                  iaa.Emboss(alpha=(0, 1.0), strength=(0, 2.0)),

# Add gaussian noise to some images.
                  # In 50％ of these cases, the noise is randomly sampled per
                  # channel and pixel.
                  # In the other 50％ of all cases it is sampled once per
                  # pixel (i.e. brightness change).
                  iaa.AdditiveGaussianNoise(
                      loc=0, scale=(0.0, 0.05 * 255)
                  ),

# Invert each image's chanell with 5％ probability.
                  # This sets each pixel value v to 255-v.
                  iaa.Invert(0.05, per_channel=True),  # invert color channels

# Add a value of -10 to 10 to each pixel.
                  iaa.Add((-10, 10), per_channel=0.5),

# Add random values between -40 and 40 to images, with each value being sampled per pixel:
                  iaa.AddElementwise((-40, 40)),

# Change brightness of images (50-150％ of original value).
                  iaa.Multiply((0.5, 1.5)),

# Multiply each pixel with a random value between 0.5 and 1.5.
                  iaa.MultiplyElementwise((0.5, 1.5)),

# Improve or worsen the contrast of images.
                  iaa.ContrastNormalization((0.5, 2.0)),
                  iaa.imgcorruptlike.Saturate(severity=3),

],
              # do all of the above augmentations in random order
              random_order=True
              )

], random_order=True)  # apply augmenters in random order

# 图片文件相关路径
path = './input/'
savedpath = './output/'

imglist = []
filelist = os.listdir(path)

# 遍历要增强的文件夹，把所有的图片保存在imglist中
for item in filelist:
   img = cv2.imread(path + item)
   # print('item is ',item)
   # print('img is ',img)
   # images = load_batch(batch_idx)
   imglist.append(img)
# print('imglist is ' ,imglist)
print('all the picture have been appent to imglist')

# 对文件夹中的图片进行增强操作，循环10次
for count in range(10):
   images_aug = seq.augment_images(imglist)
   for index in range(len(images_aug)):
       filename = str(count) + str(index) + '.jpg'
       # 保存图片
       cv2.imwrite(savedpath + filename, images_aug[index])
       print('image of count％s index％s has been writen' ％ (count, index))

简易变换 试效果

test01.py

# ##############简易变换#################

# https://imgaug.readthedocs.io/en/latest/source/overview_of_augmenters.html
import cv2
from imgaug import augmenters as iaa
import os

# Sometimes(0.5, ...) applies the given augmenter in 50％ of all cases,
# e.g. Sometimes(0.5, GaussianBlur(0.3)) would blur roughly every second image.
# sometimes = lambda aug: iaa.Sometimes(0.5, aug)

# 定义一组变换方法.
seq = iaa.Sequential([
   iaa.MotionBlur(k=15),  # 运动模糊
   # iaa.Clouds(),  # 云雾
   # iaa.imgcorruptlike.Fog(severity=1),  # 多雾/霜
   # iaa.imgcorruptlike.Snow(severity=2),  # 下雨、大雪
   # iaa.Rain(drop_size=(0.10, 0.20), speed=(0.2, 0.3)),  # 雨
   # iaa.Rain(speed=(0.3, 0.5)),  # 雨
   # iaa.Snowflakes(flake_size=(0.6, 0.7), speed=(0.02, 0.03)), # 雪点
   # iaa.imgcorruptlike.Spatter(severity=2),  # 溅 123水滴、45泥
   # iaa.contrast.LinearContrast((0.5, 2.0), per_channel=0.5),# 对比度变为原来的一半或者二倍
   # iaa.imgcorruptlike.Brightness(severity=2),  # 亮度增加
   # iaa.imgcorruptlike.Saturate(severity=3),  # 色彩饱和度
   # iaa.FastSnowyLandscape(lightness_threshold=(100, 255),lightness_multiplier=(1.5, 2.0)), # 雪地   亮度阈值是从 uniform(100, 255)（每张图像）和来自 uniform(1.5, 2.0)（每张图像）的乘数采样的。
   # iaa.Cartoon(blur_ksize=3, segmentation_size=1.0, saturation=2.0, edge_prevalence=1.0), # 卡通

])

# 图片文件相关路径
path = './input/'
savedpath = './output_show/'

imglist = []
filelist = os.listdir(path)

# 遍历要增强的文件夹，把所有的图片保存在imglist中
for item in filelist:
   img = cv2.imread(path + item)
   # print('item is ',item)
   # print('img is ',img)
   # images = load_batch(batch_idx)
   imglist.append(img)
# print('imglist is ' ,imglist)
print('all the picture have been appent to imglist')

# 对文件夹中的图片进行增强操作，循环1次
for count in range(1):
   images_aug = seq.augment_images(imglist)
   for index in range(len(images_aug)):
       # filename = str(count) + str(index) + '.jpg'
       # 保存图片
       filename = str(filelist[index])
       cv2.imwrite(savedpath + filename, images_aug[index])
       print('image of count％s index％s has been writen' ％ (count, index))

使用 模糊光雨雪雾

运动模糊+雨雪雾天气 2-3种
&
对比度 亮度 饱和度 选其一

my_augmentation.py

import cv2
from imgaug import augmenters as iaa
import os

# sometimes = lambda aug: iaa.Sometimes(0.5, aug)   # 所有情况的 50％ 中应用给定的增强器

seq = iaa.Sequential([
   # 选择2到3种方法做变换
   iaa.SomeOf((2, 3),
              [
                  iaa.imgcorruptlike.MotionBlur(severity=(1, 2)),  # 运动模糊
                  # iaa.Clouds(),  # 云雾
                  iaa.imgcorruptlike.Fog(severity=1),  # 多雾/霜
                  # iaa.imgcorruptlike.Snow(severity=2),  # 下雨、大雪
                  iaa.Rain(drop_size=(0.10, 0.15), speed=(0.1, 0.2)),  # 雨
                  iaa.Snowflakes(flake_size=(0.1, 0.4), speed=(0.01, 0.03)), # 雪点
                  # iaa.FastSnowyLandscape(lightness_threshold=(100, 255),lightness_multiplier=(1.5, 2.0)), # 雪地   亮度阈值是从 uniform(100, 255)（每张图像）和来自 uniform(1.5, 2.0)（每张图像）的乘数采样的。 这似乎产生了良好而多样的结果。
                  # iaa.imgcorruptlike.Spatter(severity=5),  # 溅 123水滴、45泥

# 对比度 亮度 饱和度 选其一
                  iaa.SomeOf((1, 1),
                      [
                          iaa.imgaug.augmenters.contrast.LinearContrast((0.5, 2.0), per_channel=0.5),  # 对比度变为原来的一半或者二倍
                          iaa.imgcorruptlike.Brightness(severity=(1, 2)),  # 亮度增加
                          iaa.imgcorruptlike.Saturate(severity=(1, 3)),  # 色彩饱和度
                      ]
                  )
              ],
              # 随机顺序运行augmentations
              random_order=True
              )
], random_order=True)  # 随机运行augmenters数量

# 图片文件相关路径
path = './input/'
savedpath = './output/'

imglist = []
filelist = os.listdir(path)

# 遍历要增强的文件夹，把所有的图片保存在imglist中
for item in filelist:
   img = cv2.imread(path + item)
   # print('item is ',item)
   # print('img is ',img)
   # images = load_batch(batch_idx)
   imglist.append(img)
# print('imglist is ' ,imglist)
print('all the picture have been appent to imglist')

for count in range(1):
   images_aug = seq.augment_images(imglist)
   for index in range(len(images_aug)):
       # 保存图片 文件名和源文件相同
       filename = str(filelist[index])
       cv2.imwrite(savedpath + filename, images_aug[index])
       print('image of count％s index％s has been writen' ％ (count, index))

else

对input里的原图像重命名：00001.jpg或者1.jpg

重命名00001.jpg

Rename0001.py

# ###################文件重命名#################

import os
import re
import sys

path = r"./input"
filelist = os.listdir(path)
filetype = '.jpg'
for file in filelist:
   print(file)
for file in filelist:
   Olddir = os.path.join(path, file)
   print(Olddir)
   if os.path.isdir(Olddir):
       continue

# os.path.splitext("path")：分离文件名与扩展名
   filename = os.path.splitext(file)[0]
   filetype = os.path.splitext(file)[1]

# zfill() 方法返回指定长度的字符串，原字符串右对齐，前面填充0
   Newdir = os.path.join(path, filename.zfill(5) + filetype)  # 数字5是定义为5位数，可随意修改需要的
   os.rename(Olddir, Newdir)

重命名1.jpg

Rename1.py

# ###################文件重命名################
import os
class BatchRename():

def __init__(self):
       self.path = './input/'  # 图片的路径

def rename(self):
       filelist = os.listdir(self.path)
       filelist.sort()
       total_num = len(filelist)  # 获取文件中有多少图片
       i = 0  # 文件命名从哪里开始（即命名从哪里开始）
       for item in filelist:
           if item.endswith('.png'):
               src = os.path.join(self.path, item)
               dst = os.path.join(os.path.abspath(self.path), str(i) + '.png')

try:
                   os.rename(src, dst)
                   print('converting ％s to ％s ...' ％ (src, dst))
                   i = i + 1
               except Exception as e:
                   print(e)
                   print('rename dir fail\r\n')

print('total ％d to rename & converted ％d jpgs' ％ (total_num, i))

if __name__ == '__main__':
   demo = BatchRename()  # 创建对象
   demo.rename()  # 调用对象的方法

效果图

input示例 00001.jpg

output示例 00001.jpg

input示例 00005.jpg

output示例 00005.jpg

来源：https://blog.csdn.net/zrg_hzr_1/article/details/120906981