Как да използвате Pillow за извършване на увеличаване на данни върху изображение?

Здравейте! Аз съм доставчик на Pillow и днес ще споделя с вас как да използвате Pillow, библиотеката за изображения на Python, за извършване на увеличаване на данни върху изображение. Увеличаването на данни е изключително важно в областта на машинното обучение и компютърното зрение, особено когато имате работа с ограничени данни за обучение. Помага ви да създавате по-разнообразни тренировъчни проби, което може да подобри производителността и способността за обобщение на вашите модели.

Какво е възглавница?

Първо, нека поговорим малко за възглавницата. Pillow е мощна и лесна за използване библиотека за отваряне, манипулиране и запазване на различни файлови формати на изображения в Python. Това е библиотека с отворен код, която предоставя широк набор от възможности за обработка на изображения, като преоразмеряване, изрязване, завъртане и манипулиране на цветовете. Ако обичате обработката на изображения в Python, Pillow определено е подходяща за библиотеката.

Монтаж

Преди да започнем, трябва да инсталирате Pillow. Можете лесно да го инсталирате с помощта напип. Просто отворете вашия терминал и изпълнете следната команда:

възглавница за инсталиране на pip

След като се инсталира, вие сте готови за работа!

Основно зареждане на изображение

Да започнем с основите. За да използвате Pillow за увеличаване на данните, първо трябва да заредите изображение. Ето един прост пример:

от PIL import Image # Отваряне на файл с изображение image = Image.open('your_image.jpg')

В този код ние импортирамеИзображениемодул отPIL(Възглавница) библиотека и след това използвайтеотворенметод за зареждане на файл с изображение. Не забравяйте да смените'вашето_изображение.jpg'с действителния път до вашето изображение.

Преоразмеряване на изображението

Една от най-простите форми за увеличаване на данните е преоразмеряването на изображението. Може да искате да преоразмерите изображение до конкретен размер за вашия модел. Ето как можете да го направите:

# Преоразмерете изображението resized_image = image.resize((224, 224))

В този код използвамепреоразмеряванеметод наИзображениеобект. Theпреоразмеряванеприема кортеж като аргумент, който представлява новата ширина и височина на изображението. В този случай преоразмеряваме изображението до 224x224 пиксела, което е обичаен размер за много модели за дълбоко обучение.

Завъртане на изображението

Завъртането на изображение също може да добави разнообразие към вашите тренировъчни данни. Можете да завъртите изображение под определен ъгъл, като използватезавъртанеметод:

# Завъртете изображението на 90 градуса rotated_image = image.rotate(90)

Тук завъртаме изображението на 90 градуса. Можете да промените ъгъла на всяка стойност, която желаете.

Обръщане на изображението

Обръщането на изображение хоризонтално или вертикално е друг прост, но ефективен начин за увеличаване на данните. Ето как можете да обърнете изображение:

# Обърнете изображението хоризонтално flipped_horizontal = image.transpose(Image.FLIP_LEFT_RIGHT) # Обърнете изображението вертикално flipped_vertical = image.transpose(Image.FLIP_TOP_BOTTOM)

В първия ред използваметранспонирамметод сИзображение.FLIP_LEFT_RIGHTпостоянна, за да обърнете изображението хоризонтално. Във втория ред използвамеИзображение.FLIP_TOP_BOTTOMза да обърнете изображението вертикално.

Промяна на цвета на изображението

Можете също така да промените цвета на изображението, за да създадете по-разнообразни проби. Например, можете да конвертирате изображение в сива скала:

# Преобразувайте изображението в нива на сивото grayscale_image = image.convert('L')

Theпреобразувамметодът се използва тук за преобразуване на изображението в различен режим. The"л"mode означава скала на сивото.

Изрязване на изображението

Изрязването на изображение може да се фокусира върху определена част от изображението. Ето как можете да изрежете изображение:

# Дефинирайте полето за изрязване (ляво, горно, дясно, долно) crop_box = (100, 100, 300, 300) cropped_image = image.crop(crop_box)

В този код ние дефинираме поле за изрязване, използвайки кортеж от четири стойности, представляващи лявата, горната, дясна и долната координати на правоъгълника, който искаме да изрежем. След това използвамекултураметод за изрязване на изображението според дефинираното поле.

Комбиниране на множество увеличения

Можете също така да комбинирате множество увеличения, за да създадете още по-разнообразни проби. Ето един пример:

# Комбинирайте множество увеличения resized = image.resize((224, 224)) rotated = resized.rotate(45) flipped = rotated.transpose(Image.FLIP_LEFT_RIGHT)

В този код първо преоразмеряваме изображението, след това завъртаме преоразмереното изображение и накрая обръщаме завъртяното изображение хоризонтално.

Запазване на увеличените изображения

След като извършите увеличаване на данните, може да искате да запазите увеличените изображения. Ето как можете да го направите:

# Запазете разширеното изображение flipped.save('flipped_image.jpg')

Theспасиметод наИзображениеобект се използва за запазване на изображението във файл. Уверете се, че сте предоставили валидно име и разширение на файла.

Защо да изберете нашите възглавници?

Сега, като доставчик на възглавници, бих искал да отделя малко време, за да говоря за нашите продукти. Предлагаме широка гама от висококачествени възглавници, вклВъзглавница от мемори пянаиБитова възглавница. Нашите възглавници с мемори пяна са предназначени да осигурят отлична опора за врата и главата ви, като намаляват риска от болка във врата и подобряват качеството на съня ви. Нашите домашни възглавници са изработени от меки и дишащи материали, осигуряващи комфортен сън.

Заключение

В заключение, използването на Pillow за увеличаване на данните е чудесен начин за създаване на по-разнообразни данни за обучение за вашите модели за машинно обучение и компютърно зрение. С неговия прост и интуитивен API можете лесно да извършвате различни операции за обработка на изображения като преоразмеряване, завъртане, обръщане и други. И ако сте на пазара за страхотна възглавница, независимо дали е възглавница от мемори пяна за по-добра опора или домакинска възглавница за ежедневна употреба, ние ще ви покрием.

Ако се интересувате от нашите продукти за възглавници или имате някакви въпроси относно увеличаването на данни с помощта на Pillow, не се колебайте да се свържете с нас за обсъждане на обществената поръчка. Очакваме с нетърпение отговора ви!

Референции

• Официална документация за възглавница
• Различни онлайн уроци за увеличаване на данни в Python