python 实现批量图片不拉伸尺寸归一化

news2024/11/16 6:02:10

在进行机器学习或深度学习之前，都要对样本图片进行预处理，其中需要将图片的尺寸统一调整。很多时候，样本的来源很多，尺寸和比例也不统一，可能来自于互联网爬虫，可能来自于不同的手机拍摄。如果将不同尺寸与宽高比的图片调整到统一尺寸，对后续模型的训练影响很大。关于图片尺寸调整这块网上的代码很多，大多都是强制更改尺寸，导致图片会变形，会影响样本的原始信息。

下面的方式1是常见的方式：

调整方式1

代码如下：

import torchvision.transforms as transforms
from PIL import Image
import os

transform = transforms.Compose([
    transforms.Resize((600, 600), interpolation=transforms.InterpolationMode.BICUBIC)
    # other transformations...
])


def translate_image(path_image, path_target, picture_name):
    im = Image.open(path_image)
    im = im.convert("RGB")
    output = transform(im)
    output.save(path_target + os.sep + picture_name)

效果：
效果图片

可以看出形变非常明显

调整方式2

为了避免形变，需要计算以宽和高像素数，进行缩放，空白处以空白像素进行填充，可以有效避免形变。

流程如下：

代码如下：

import cv2
import os

def resize(path_image, out_path):
    im = cv2.imread(path_image)
    height, width = im.shape[:2]  # 取彩色图片的长、宽。

    ratio_h = height / target_size
    ration_w = width / target_size

    ratio = max(ratio_h, ration_w)

    # 缩小图像  resize(...,size)--size(width，height)
    size = (int(width / ratio), int(height / ratio))
    shrink = cv2.resize(im, size, interpolation=cv2.INTER_AREA)  # 双线性插值
    BLACK = [0, 0, 0]

    a = (target_size - int(width / ratio)) / 2
    b = (target_size - int(height / ratio)) / 2

    constant = cv2.copyMakeBorder(shrink, int(b), int(b), int(a), int(a), cv2.BORDER_CONSTANT, value=BLACK)
    constant = cv2.resize(constant, (target_size, target_size), interpolation=cv2.INTER_AREA)
    cv2.imwrite(out_path, constant, [cv2.IMWRITE_PNG_COMPRESSION, 9])
    return constant

效果如下：

效果1

效果2
可以看出，无论是上下还是左右，都可以自动居中，周边进行填充

批量文件归一化实现

import cv2

import os

target_size = 600


def resize(path_image, out_path):
    im = cv2.imread(path_image)
    height, width = im.shape[:2]  # 取彩色图片的长、宽。

    ratio_h = height / target_size
    ration_w = width / target_size

    ratio = max(ratio_h, ration_w)

    # 缩小图像  resize(...,size)--size(width，height)
    size = (int(width / ratio), int(height / ratio))
    shrink = cv2.resize(im, size, interpolation=cv2.INTER_AREA)  # 双线性插值
    BLACK = [0, 0, 0]

    a = (target_size - int(width / ratio)) / 2
    b = (target_size - int(height / ratio)) / 2

    constant = cv2.copyMakeBorder(shrink, int(b), int(b), int(a), int(a), cv2.BORDER_CONSTANT, value=BLACK)
    constant = cv2.resize(constant, (target_size, target_size), interpolation=cv2.INTER_AREA)
    cv2.imwrite(out_path, constant, [cv2.IMWRITE_PNG_COMPRESSION, 9])
    return constant


if __name__ == '__main__':
    directory_name = "F://1"
    path_target = "F://1-resize"
    if not os.path.exists(path_target):
        os.makedirs(path_target)
    for picture_name in os.listdir(directory_name):
        file_name = directory_name + os.sep + picture_name  # 读取文件夹地址+图片名称类型
        resize(file_name, path_target+ os.sep + picture_name)
        print(file_name)