图片集扩容法则——python 图像批量增噪（加噪）算法数据扩充

Seventeen17_

于 2021-03-19 20:50:51 发布

阅读量789

点赞数 1

CC 4.0 BY-SA版权

分类专栏：图片处理文章标签：图像识别计算机视觉 opencv 神经网络 python

本文链接：https://blog.csdn.net/Seventeen17_/article/details/115015520

在图像识别项目中，针对稀缺图片资源，采用图像加噪作为数据扩充手段。除了加噪，还包括旋转和左右翻转等方法。这种方法能够有效增加图像数据集的多样性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这次在做图像识别的项目中，由于部分选项的图片较为稀缺，所以采用了一些方法来扩容图片，图片加噪便是其中之一
当然也可以使用旋转，左右翻转的方式来进行扩容（上下翻转好像不行，未验证）
这些都是不错的手段来对图片数据进行扩容

import cv2
import os
import numpy as np
import glob

# 文件夹自己建一下
# 这个函数对于文件名字有一定的要求，懒得改了，如果报错了没有shape属性的错，可以试试换个文件图片名字
# 如果后续有大佬可以试试

# 定义参数
loadPath = './img/'
savePath = './saltImage/'
proname = "Rose" # 图片前置名
rate = 0.004

# 加噪函数
def saltpepper(img, n):
    m = int((img.shape[0] * img.shape[1]) * n)
    for a