数据增强#

Albumentations是一个用于图像增强的Python库，它提供了多种增强技术，包括随机裁剪、旋转、缩放、翻转、变形、颜色变换、模糊等操作。使用Albumentations库可以快速、高效地对图像数据进行增强。下面将从变换、模糊变换、几何变换、裁剪变换四个部分介绍albumentations增强方法。

变换#

1. clahe 对输入图像应用对比度限制自适应直方图均衡化。

参数名称	参数描述	参数类型	步长	参数范围	示例值
clip_limit	对比度限制的上限阈值	int	1	1-100	clip_limit=(3, 7)
tile_grid_size	直方图均衡的网格大小	int	1	1-100	tile_grid_size=(8, 8)

注: 如果clip_limit是单个浮点值，则范围为(1, clip_limt)。

1. 通道打乱/channel_shuffle 随机重新排列输入RGB图像的通道。

1. 色彩抖动/color_jitter 随机改变输入图像的亮度、对比度和饱和度.

参数名称	参数描述	参数类型	步长	参数范围	示例值
brightness	亮度抖动程度	float	0.01	0.01-10.00	brightness=(0.01, 4.25)
contrast	对比度抖动程度	float	0.01	0.01-10.00	contrast=(0.01, 3.07)
saturation	饱和度抖动程度	float	0.01	0.01-10.00	saturation=(0.01, 2.51)
hue	色调抖动程度	float	0.01	0.01-10.00	hue=(-0.5, 0.5)

注: 亮度因子是从[max(0, 1-亮度)，1+亮度]或给定的[min, max]中均匀选择的，对比度和饱和度与亮度因子类似。色调因子是从[-hue, hue]或给定的[min, max]中均匀选择的。其中0 <= hue <= 0.5 or -0.5 <= min <= max <= 0.5。

4. 降质/downscale 降低输入图像的质量。

参数名称	参数描述	参数类型	步长	参数范围	示例值
scale	图像比例	float	0.01	0.01-0.99	scale=(0.18,0.56)

5. 浮雕/emboss 浮雕输入图像并将结果与原始图像叠加。

参数名称	参数描述	参数类型	步长	参数范围	示例值
alpha	浮雕图像的可见性的范围	float	0.01	0-1.00	alpha=(0.12, 0.27)
strength	浮雕的强度范围	float	0.01	0-10.00	strength=(0.53, 3.39)

注: alpha在0时, 表示只有原始图像可见, 在1.0时, 表示只有其浮雕版本可见。strength默认值: (0.2, 0.7)。

6. 直方图均衡化/equalize 对输入图像直方图均衡化。

参数名称	参数描述	参数类型	参数范围	示例值
mode	直方图均衡化的两种方法(OpenCV或Pillow)	string	cv, pil	mode=”cv”
by_channels	控制是否对每个通道单独执行直方图均衡化	bool	False,True	by_channels=True

注: 如果by_channels为True，将对每个通道分别执行直方图均衡化，如果为False，则对整个图像的亮度进行直方图均衡化，而不考虑通道。

7. FancyPCA 使用FancyPCA增强输入RGB图像。

参数名称	参数描述	参数类型	步长	参数范围	示例值
alpha	对特征向量和vals进行扰动/缩放	float	0.01	0-10.00	alpha=3.22

注: alpha尺度是来自高斯分布的样本(μ=0, sigma=alpha)。

8. 高斯噪声/gauss_noise 对输入图像应用高斯噪声。

参数名称	参数描述	参数类型	步长	参数范围	示例值
var_limit	噪声的方差范围	float	0.01	0-500.00	var_limit=(10.01, 50.02)
mean	噪音的平均值	float	0.01	-100.00-100.00	mean=0

注: 如果var_limit是浮点数, 则范围将为(0, var_limit)。默认值: (10.0, 50.0)。mean默认值为0。

9. hue_saturation_value 随机改变输入图像的色调、饱和度和数值。

参数名称	参数描述	参数类型	步长	参数范围	示例值
hue_shift_limit	色调的改变范围	int	1	-100-100	hue_shift_limit=(-20, 20)
sat_shift_limit	饱和度的改变范围	int	1	-100-100	sat_shift_limit=(-30, 30)
val_shift_limit	更改值的范围	int	1	-100-100	val_shift_limit=(-20, 20)

注: 如果hue_shift_limit是int数据类型，则范围将是(-hue_shift_limit, hue_shift_limit)，默认值: (-20, 20)。sat_shift_limit和val_shift_limit与hue_shift_limit类似，sat_shift_limit默认值: (-30, 30)。

10. 图像压缩/image_compression 压缩输入的图像。

参数名称	参数描述	参数类型	步长	参数范围	示例值
quality	图像质量	int	1	0-100	w

注: jpeg的quality 应在[0, 100]范围内，webp应在[1, 100]范围。

11. 反转变换/invert_img 通过从255减去像素值来反转输入图像。

12. 传感器噪声/iso_noise 对输入图像应用相机传感器噪声。

参数名称	参数描述	参数类型	步长	参数范围	示例值
color_shift	控制噪声的颜色偏移，其大小代表颜色偏移程度	float	0.01	0-1.00	color_shift=(0.01, 0.05)
intensity	控制噪声强度的乘法因子	float	0.01	0-2.00	intensity=(0.10, 0.50)

13. 乘性噪声/multiplicative_noise 将图像乘以随机数或数字数组。

参数名称	参数描述	参数类型	步长	参数范围	示例值
multiplier	乘数(浮点或浮点元组)	float	0.01	0.10-5.00	multiplier=(0.9,1.1)
per_channel	通道值选择	bool		False,True	per_channel=False
elementwise	相乘值选择	bool		False,True	elementwise=False

注: multiplier如果是单个浮动图像将乘以这个数字。如果是浮点乘法器的元组，将在范围[multiplier[0], multiplier[1])。 per_channel如果为False，则将对所有通道使用相同的值。如果为True，则对每个通道使用采样值。默认为False。 elementwise如果为False，则将图像中的所有像素与采样一次的随机值相乘。如果True ，将图像像素与按像素随机采样的值相乘。默认值: False。

14. 色调分层/posterize 减少每个颜色通道的比特数。

参数名称	参数描述	参数类型	步长	参数范围	示例值
num_bits_r	red通道高位的数量	int	1	0-8	num_bits_r=4
num_bits_g	green通道高位的数量	int	1	0-8	num_bits_g=4
num_bits_b	blue通道高位的数量	int	1	0-8	num_bits_b=4

15. 随机亮度/random_brightness 随机改变输入图像的亮度。

参数名称	参数描述	参数类型	步长	参数范围	示例值
limit	亮度的范围	float	0.01	-1.00-1.00	limit=(-0.2,0.2)

16. 随机亮度对比度/random_brightness_contrast 随机改变输入图像的亮度和对比度。

参数名称	参数描述	参数类型	步长	参数范围	示例值
brightness_limit	改变亮度的因子范围	float	0.01	-1.00-1.00	brightness_limit=(-0.2,0.2)
contrast_limit	改变对比度的因子范围	float	0.01	-1.00-1.00	contrast_limit=(-0.2,0.2)
brightness_by_max	亮度调整的参数	bool		False,True	brightness_by_max=True

注: brightness_by_max如果为True，则按图像数据中的最大像素值来调整亮度。为False时，则按照整体平均亮度来进行亮度调整

17. 雾效果/random_fog 为图像模拟雾。

参数名称	参数描述	参数类型	步长	参数范围	示例值
fog_coef	雾强度系数	float	0.01	0-1.00	fog_coef=(0.1, 0.2)
alpha_coef	雾圈的透明度	float	0.01	0-1.00	alpha_coef=0.08

18. 下雨效果/random_rain 增加下雨效果。

参数名称	参数描述	参数类型	步长	参数范围	示例值
slant_lower	雨滴和正常值的偏差默认值:随机	int	1	-20-20	slant_lower=-10
slant_upper	雨滴和正常值的偏差默认值:随机	int	1	-20-20	slant_upper=10
drop_length	雨滴长度默认值:20(像素)	int	1	0-100	drop_length=20
drop_width	雨滴宽度默认值:1(像素)	int	1	1-5	drop_width=1
blur_value	模糊值	int	1	1-15	blur_value=7
brightness_coefficient	亮度系数	float	0.01	0-1.00	brightness_coefficient=0.7
rain_type	雨的种类	string		[None,”drizzle”,”heavy”,”torrential”]	rain_type=none

19. 阴影效果/random_shadow 模拟图像的阴影。

参数名称	参数描述	参数类型	步长	参数范围	示例值
shadow_roi_x	阴影区域相对于原始图像宽度的x坐标范围	float	0.01	0-1	shadow_roi_x=[0,1]
shadow_roi_y	阴影区域相对于原始图像宽度的y坐标范围	float	0.01	0-1	shadow_roi_y=[0.5,1]
num_shadows	在图像中生成的阴影数量	int	1	0-100	num_shadows=[1,2]
shadow_dimension	生成的阴影维度	int	1	0-100	shadow_dimension=5

20. 雪效果/random_snow 漂白出一些模拟雪的像素值。

参数名称	参数描述	参数类型	步长	参数范围	示例值
snow_point	雪花的数量和密度	float	0.01	0-1.00	snow_point=[0.1,0.3]
brightness_coeff	雪花亮度效果系数	float	0.01	0-5.00	brightness_coeff=2.5

21. Gamma变换/random_gamma 对输入图像灰度值进行的非线性操作，使输出图像灰度值与输入图像灰度值呈指数关系。

参数名称	参数描述	参数类型	步长	参数范围	示例值
gamma_limit	gamma值的范围	int	1	0-200	gamma_limit=(0, 60)

22. 随机改变色调/random_tone_curve 通过操纵色调曲线随机改变图像的亮区和暗区之间的关系。

参数名称	参数描述	参数类型	步长	参数范围	示例值
scale	色调曲线的变化幅度	float	0.01	0-1.00	scale=0.1

23. RGB平移/rgb_shift 随机偏移输入RGB图像的每个通道的值。

参数名称	参数描述	参数类型	步长	参数范围	示例值
r_shift_limit	红色通道值的范围	int	1	-255-255	r_shift_limit=(-20, 20)
g_shift_limit	绿色通道值的范围	int	1	-255-255	g_shift_limit=(-20, 20)
b_shift_limit	蓝色通道值的范围	int	1	-255-255	b_shift_limit=(-20, 20)

24. 锐化/sharpen 锐化输入图像并将结果与原始图像叠加。

参数名称	参数描述	参数类型	步长	参数范围	示例值
alpha	锐化图像的可见性的范围	float	0.01	0-1.00	alpha=(0.2, 0.5)
lightness	锐化图像的亮度的范围	float	0.01	0-10.00	lightness=(0.5, 1.0)

注: alpha在0时，只有原始图像可见，在1.0时，只有其锐化版本可见。

25. 大于阈值反转/solarize 反转高于阈值的所有像素值。

参数名称	参数描述	参数类型	步长	参数范围	示例值
threshold	反转阈值的范围	int	1	0-255	threshold=128

注: 如果threshold是单个值，则范围为[threshold, threshold]。默认值: 128。

26. 超像素/superpixels 将图像部分/完全转换为超像素表示。

参数名称	参数描述	参数类型	步长	参数范围	示例值
p_replace	定义线段内的像素被其平均颜色替换的概率	float	0.01	0-1.00	p_replace=0.1
n_segments	预生成超级像素的粗略目标数	int	1	1-1000	n_segments=100
max_size	执行增强时的最大图像大小	int	1	32-256	max_size=128
interpolation	插值算法	int	1	0-4	interpolation=1

注: p_replace未定义时像素不会更改；算法可能偏离n_segments, n_segments值越低，则超级像素越粗糙；如果图像的宽度或高度超过max_size, 则在增强之前缩小, 使得最长边与“max_size”匹配。这样做是为了加快进程。最终输出图像具有与输入像相同的大小。注意, 在“p_replace”低于“1.0”的情况下, 缩小/放大也会影响未被替换的像素。使用“none”不应用缩小/放大。插值算法应为以下之一(用0~4数字表示): cv2.INTER_NEAREST, cv2.INTER_LINEAR, cv2.INTER_CUBIC, cv2.INTER_AREA, cv2.INTER_LANCZOS4.。默认值: cv2.INTER_LINEAR。

27. 灰度变换/to_gray 将输入的RGB图像转换为灰度。

28. 滤镜变换/to_sepia 对输入的RGB图像应用sepia滤镜.

模糊变换#

1. 模糊/blur 使用随机大小的内核模糊输入图像。

参数名称	参数描述	参数类型	步长	参数范围	示例值
blur_limit	模糊输入图像的最大内核大小默认值:(3,7)	int	1	1-100	blur_limit=[3, 7]

2. 高斯模糊/gaussian_blur 使用随机内核大小的高斯滤波器模糊输入图像。

参数名称	参数描述	参数类型	步长	参数范围	示例值
blur_limit	模糊输入图像的最大高斯核大小	int	1	1-100	blur_limit=[3, 7]
sigma_limit	高斯核标准差	float	0.01	0-100.00	sigma_limit=0.5

注: blur_limit必须为零或奇数，并且在[0, inf)范围内。如果设置为0，则将根据西格玛计算如“round(sigma*(3 if img.dtype==np.uint8 else 4)*2+1)+1”。如果设置单个值“blur_limit”，则该值将在范围(0, blur_limit.)内。默认值: (3, 7)。 sigma_limit必须在范围[0, inf)内。如果设置单个值“sigma_limit”, 则该值将在范围(0, sigma_limit)内。如果设置为0, sigma将被计算为“sigma=0.3*(ksize-1)*0.5-1)+0.8”。默认值: 0。

玻璃模糊/glassBlur

参数名称	参数描述	参数类型	步长	参数范围	示例值
sigma	高斯核标准差	float	0.01	0.01-100.00	sigma=0.7
max_delta	交换的像素之间的最大距离	int	1	0-100	max_delta=4
iterations	重复次数默认值:(2)	int	1	1-100	iterations=2
mode	计算模式:快速或精确默认值:快速	string		fast,exact	mode=”fast”

4. 中值模糊/median_blur 使用中值滤波器与随机孔径线性大小模糊输入图像。

参数名称	参数描述	参数类型	步长	参数范围	示例值
blur_limit	模糊输入图像的最大孔径线性大小	int	2	3-100	blur_limit=7

注: blur_limit必须是奇数并且在[3, inf)范围内。默认值: (3, 7)。

5. 运动模糊/motion_blur 使用随机大小的内核对输入图像应用运动模糊。

参数名称	参数描述	参数类型	步长	参数范围	示例值
blur_limit	模糊输入图像的最大内核大小	int	1	3-100	blur_limit=7

注: blur_limit应在范围[3, inf)内。默认值: (3, 7)。

几何变换#

1. 翻转/Flip Ⅰ.水平翻转/HorizontalFlip flip_h 沿y轴水平翻转输入图像。 Ⅱ.垂直翻转/VerticalFlip flip_v 沿x轴垂直翻转输入图像。

2. 旋转/Rotate Ⅰ.旋转90°/Rotate_90 rotate_90 将输入图像旋转90度。 Ⅱ.旋转180°/Rotate_180 rotate_180 将输入图像旋转180度。 Ⅲ.旋转270°/Rotate_270 rotate_270 将输入图像旋转270度。 Ⅳ.任意角度/FreeRotate free_rotate 将输入图像旋转给定的角度。

参数名称	参数描述	参数类型	步长	参数范围	示例值
limit	旋转角度的范围最大范围在[-360,360] 默认范围[-90,90]	int	1	-360-360	limit=45

1. 调整大小/resize 调整输入到给定的高度和宽度。

参数名称	参数描述	参数类型	步长	参数范围	示例值
width	给定的输出宽度	int	1	0-图像最大宽度	width=100
height	给定的输出高度	int	1	0-图像最大高度	height=100
interpolation	插值算法	int	1	0-4	interpolation=1

注: 插值算法应为以下之一(用0~4数字表示): cv2.INTER_NEAREST, cv2.INTER_LINEAR, cv2.INTER_CUBIC, cv2.INTER_AREA, cv2.INTER_LANCZOS4。默认值: cv2.INTER_LINEAR。

4. 随机缩放/randomScale 随机调整输入的大小。输出图像大小与输入图像大小不同。

参数名称	参数描述	参数类型	步长	参数范围	示例值
scale_limit	缩放因子范围	float	0.01	-0.90-2.00	scale_limit=[-0.1, 0.1]
interpolation	插值算法	int	1	0-4	interpolation=1

注: 如果scale_limit是单个浮点值, 则范围为(-scale_limit, scale_limt)。请注意, scale_limit将被偏置1。如果scale_limit是元组, 如(low, high), 则将从范围(1+low, 1+high)进行采样。默认值: (-0.1, 0.1)。插值算法应为以下之一(用0~4数字表示): cv2.INTER_NEAREST，cv2.INTER_LINEAR，cv2.INTER_CUBIC，cv2.INTER_AREA，cv2.INTER_LANCZOS4。默认值: cv2.INTER_LINEAR。

5. smallest_max_size 重新缩放图像，使最小边等于max_size，保持初始图像的纵横比。

参数名称	参数描述	参数类型	步长	参数范围	示例值
max_size	变换后图像最小边的最大值	int	1	1-1024	max_size=200
interpolation	插值算法	int	1	0-4	interpolation=1

注: max_size使用列表时，最大值将从列表中的值中随机选择。插值算法应为以下之一(用0~4数字表示): cv2.INTER_NEAREST，cv2.INTER_LINEAR，cv2.INTER_CUBIC，cv2.INTER_AREA，cv2.INTER_LANCZOS4。默认值: cv2.INTER_LINEAR。

6. longest_max_size 重新缩放图像，使最大边等于max_size，保持初始图像的纵横比。

参数名称	参数描述	参数类型	步长	参数范围	示例值
max_size	变换后图像最大边的最大值	int	1	1-1024	max_size=200
interpolation	插值算法	int	1	0-4	interpolation=1

7. 边界填充/pad_if_needed 填充图像边缘到指定尺寸。(若图像大小大于指定尺寸，不进行任何操作，返回原图)。

参数名称	参数描述	参数类型	步长	参数范围	示例值
min_height	结果图像高度最小值	int	1	1-2048	min_height=200
min_width	结果图像宽度最小值	int	1	1-2048	min_width=200
position	图像位置	string		center, top_left, top_right, bottom_left, bottom_right	position=”center”

注: position应为以下之一: PositionType.CENTER or PositionType.TOP_LEFT or PositionType.TOP_RIGHT or PositionType.BOTTOM_LEFT or PositionType.BOTTOM_RIGHT. or PositionType.RANDOM。默认值: PositionType.CENTER。

1. 透视变换/perspective 对输入图像执行随机的四点透视变换。

参数名称	参数描述	参数类型	步长	参数范围	示例值
scale	正态分布的标准差	float	0.01	0-2.00	scale=(0.05, 0.1)
pad_mode	OpenCV边界模式	int	1	0-4	pad_mode=0
interpolation	插值算法	int	1	0-4	interpolation=1

注: scale用于采样子图像的角与完整图像的角的随机距离。如果scale是单个浮点值, 则范围为(0, scale)。默认值: (0.05, 0.1)。插值算法主要有cv2.BORDER_CONSTANT，cv2.BORDER_REFLECT等(用数字0~4表示)。默认为cv2.BORDER_CONSTANT(0)。

9. 仿射变换/shift_scale_rotate 对输入图像随机应用仿射变换:平移，缩放和旋转。

参数名称	参数描述	参数类型	步长	参数范围	示例值
shift_limit	高度和宽度的偏移因子范围	float	0.01	-1.00-1.00	shift_limit=[-0.17, 0.3]
scale_limit	缩放因子范围	float	0.01	-2.00-2.00	scale_limit=[-1.13, 0.93]
rotate_limit	旋转范围	int	1	-180-180	rotate_limit=[-45,45]
interpolation	插值算法	int	1	0-4	interpolation=1

注: 如果shift_limit是单个浮点值, 范围为(-shift_limit, shift_limit)。下限和的绝对值上限应该在[0,1]的范围内。默认值: (-0.0625, 0.0625)。如果scale_limit是单个浮点值, 则范围为(-scale_limit, scale_limt)。请注意, scale_limit将被偏置1。如果scale_limit是元组, 如(low, high), 则将从范围(1+low, 1+high)进行采样。默认值: (-0.1, 0.1)。如果rotate_limit是单个int值，则范围将为(-ristate_limit, rotate_limit)。默认值: (-45, 45)。插值算法应为以下之一(用0~4数字表示): cv2.INTER_NEAREST，cv2.INTER_LINEAR，cv2.INTER_CUBIC，cv2.INTER_AREA，cv2.INTER_LANCZOS4。默认值: cv2.INTER_LINEAR。

10. 转置/transpose 通过交换行和列来调换输入图像。

裁剪变换#

1. 裁剪/crop 将输入图像按指定区域裁剪。

参数名称	参数描述	参数类型	步长	参数范围	示例值
x_limit	对输入图像裁剪时，裁剪区域x坐标的取值范围	int	1	0-图像最大宽度	x_limit=(0, 100)
y_limit	对输入图像裁剪时，裁剪区域y坐标的取值范围	int	1	0-图像最大高度	y_limit=(0, 100)

2. 中心裁剪/center_crop 对输入图像中心部分进行裁剪。

参数名称	参数描述	参数类型	步长	参数范围	示例值
width	裁剪的宽度	int	1	0-图像最大宽度	width=100
height	裁剪的高度	int	1	0-图像最大高度	height=100

3. 随机裁剪/random_crop 对输入图像任意部分进行裁剪。

参数名称	参数描述	参数类型	步长	参数范围	示例值
width	裁剪的宽度	int	1	0-图像最大宽度	width=100
height	裁剪的高度	int	1	0-图像最大高度	height=100

4. 随机裁剪缩放/random_sized_crop 裁剪输入图像的随机部分，并将其重新缩放到某个大小。

参数名称	参数描述	参数类型	步长	参数范围	示例值
min_max_height	裁剪大小限制	int	1	0-图像最大高度	min_max_height=(1, 100)
width	裁剪和调整大小后的宽度	int	1	0-图像最大宽度	width=100
height	裁剪和调整大小后的高度	int	1	0-图像最大高度	height=100
w2h_ratio	裁剪的纵横比	float	0.01	0.10-1.00	w2h_ratio=0.38
interpolation	插值算法	int	1	0-4	interpolation=1

注: 插值算法应为以下之一(用0~4数字表示): cv2.INTER_NEAREST，cv2.INTER_LINEAR，cv2.INTER_CUBIC，cv2.INTER_AREA，cv2.INTER_LANCZOS4。默认值: cv2.INTER_LINEAR。

5. 随机宽高比裁剪/random_resized_crop 裁剪输入图像的随机部分，并将其重新缩放到某个大小。

参数名称	参数描述	参数类型	步长	参数范围	示例值
width	裁剪和调整大小后的宽度	int	1	0-图像最大宽度	width=100
height	裁剪和调整大小后的高度	int	1	0-图像最大高度	height=100
w2h_ratio	裁剪的纵横比	float	0.01	0.10-1.00	w2h_ratio=0.38
scale	裁剪的原始大小的范围	float	0.01	0.01-1.00	scale=(0.08, 1.0)
ratio	裁剪的原始纵横比范围	float	0.01	0.10-10.00	ratio=(0.75, 1.0)
interpolation	插值算法	int	1	0-4	interpolation=1

注: 插值算法应为以下之一(用0~4数字表示): cv2.INTER_NEAREST，cv2.INTER_LINEAR，cv2.INTER_CUBIC，cv2.INTER_AREA，cv2.INTER_LANCZOS4。默认值: cv2.INTER_LINEAR。

6. 随机裁剪缩放BBOX/random_sized_bbox_safe_crop 裁剪输入的随机部分，并在不丢失BBox的情况下将其重新缩放到某个大小。

参数名称	参数描述	参数类型	步长	参数范围	示例值
width	裁剪和调整大小后的宽度	int	1	0-图像最大宽度	width=100
height	裁剪和调整大小后的高度	int	1	0-图像最大高度	height=100
erosion_rate	侵蚀率	float	0.01	0-0.50	erosion_rate=0
interpolation	插值算法	int	1	0-4	interpolation=1

注: erosion_rate用于控制裁剪后可能丢失原始边界框的面积，应用于裁剪前的输入图像高度。插值算法应为以下之一(用0~4数字表示): cv2.INTER_NEAREST，cv2.INTER_LINEAR，cv2.INTER_CUBIC，cv2.INTER_AREA，cv2.INTER_LANCZOS4。默认值: cv2.INTER_LINEAR。

Coovally 用户手册 v2.1.2

数据增强

Contents

数据增强#

变换#

模糊变换#

几何变换#

裁剪变换#