README_Albumentations

一、文档：

GitHub: https://github.com/albumentations-team/albumentations

官方文档：Albumentations Documentation

二、Installation

pip install -U albumentations

三、Keypoints augmentation Example:

1. Import the required libraries

import albumentations as A

import cv2

2. Define an augmentation pipeline.

transform = A.Compose([

    A.RandomCrop(width=330, height=330),

    A.RandomBrightnessContrast(p=0.2),

],keypoint_params=A.KeypointParams(format='xy',label_fields=['class_labels'], remove_invisible =False))

#对图片的操作放在第一个参数的列表中，可支持多种操作，p参数表示进行该操作的概率。

#A.KeypointParams()中，format参数定义ground_truth的坐标点格式，还有“yx”、“xysa”等；label_fields定义ground_truth中标签的名称,此参数是一个列表，可以设置多个标签；remove_invisible参数用来设置是否移除数据增强后超出图片范围的点，默认为True，若为True则不显示不可见的点，若为False则显示不可见的点

3. Read images, keypoints and class_labels

image = cv2.imread("/path/image.jpg")

#image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

keypoints = [

    (264, 203),

    (86, 88),

    (254, 160),

    (193, 103),

    (65, 341),

]

#关键点信息以坐标的形式放入一个列表中，格式与format参数设置的格式同步

class_labels = [

    'left_elbow',

    'right_elbow',

    'left_wrist',

    'right_wrist',

    'right_hip',

]

4. Pass an image and keypoints to the augmentation pipeline and receive augmented images and points.

#对数据进行变换

transformed = transform(image=image, keypoints=keypoints, class_labels=class_labels)  

#读取变换后的数据

transformed_image = transformed['image']

transformed_keypoints = transformed['keypoints']

transformed_class_labels = transformed['class_labels']

四、List of augmentations

1、Spatial-level transforms (空间变换)

（1）、仿射变换

1. Affine(scale=None, translate_percent=None, translate_px=None, rotate=None, shear=None, interpolation=1, mask_interpolation=0, cval=0, cval_mask=0, mode=0, fit_output=False, always_apply=False, p=0.5) -support keypoints

#仿射变换

该变换包括Translation（移动）、Rotation（旋转）、Scaling（缩放）、Shear（剪切为梯形），其中：

scale参数，表示缩放的比例，支持数字、元组、字典；若为元组或字典，则从多个数字中等概率的取一个值对数据进行对应处理

translate_percent参数，按比例进行移动（x、y轴上都进行移动）

translate_px参数，表示移动像素点的距离（x、y轴上都进行移动），仅支持整数类型

rotate参数，表示旋转度数（不是弧度），范围为[-360, 360]，以图像中心为旋转点

shear参数，表示以度为单位进行剪切，预期值为[-360, 360]，合理值范围为[-45, 45]，如果是一个数字，则只进行x轴上的剪切；如果是元组(a,b)，则分别在x轴与y轴上进行剪切

cval参数，填充新创建的像素时使用的常量值

fit_output参数，是否使变换后的整个输出图像始终包含在图像平面中，默认为False：接受图像平面之外的图像，若为True的话：则只包含在图像平面中

p参数，表示应用变换的概率，默认值：0.5。

1. Perspective(scale=(0.05, 0.1), keep_size=True, pad_mode=0, pad_val=0, mask_pad_val=0, fit_output=False, interpolation=1, always_apply=False, p=0.5) (support keypoints)

#随机四点透视变换

其中：

scale参数，表示正态分布的标准差，用于对子图像的角与完整图像的角的随机距离进行采样。默认值：(0.05, 0.1)，也可自己设置范围[float,float]

keep_size参数，是否在应用透视变换后将图像调整回其原始大小。默认值：真，如果设置为 False，生成的图像可能最终具有不同的形状。

fit_output参数，如果为 True，将调整图像平面大小和位置以在透视变换后仍捕获整个图像，默认值：假。

p参数，应用变换的概率。默认值：0.5。

1. PiecewiseAffine(scale=(0.03, 0.05), nb_rows=4, nb_cols=4, interpolation=1, mask_interpolation=0, cval=0, cval_mask=0, mode='constant', absolute_scale=False, always_apply=False, keypoints_threshold=0.01, p=0.5) (support keypoints)

#局部区域进行仿射变换

1. ShiftScaleRotate(shift_limit=0.0625, scale_limit=0.1, rotate_limit=45, interpolation=1, border_mode=4, value=None, mask_value=None, shift_limit_x=None, shift_limit_y=None, always_apply=False, p=0.5) (support keypoints)

#随机应用仿射变换：平移、缩放和旋转

其中：

shift_limit 参数，平移操作的长宽限制，默认为 (-0.0625, 0.0625)

scale_limit 参数，缩放操作的范围限制，默认为 (-0.1, 0.1)

rotate_limit 参数，旋转操作的范围限制，默认为(-45,45)

p 参数，应用此变换的概率，默认为0.5

1. ElasticTransform #图像弹性变形

（2）、裁剪

1. Crop(x_min=0, y_min=0, x_max=1024, y_max=1024, always_apply=False, p=1.0) (support keypoints)

#裁剪自定义区域

x_min参数：左上角x坐标

y_min参数：左上角y坐标

x_max参数：右下角x坐标

y_max参数：右下角y坐标

1. CenterCrop(height, width, always_apply=False, p=1.0) (support keypoints)

#裁剪中心区域

height参数：裁剪的高度

width参数：裁剪的宽度

p参数：执行此操作的概率，默认为1

1. CropAndPad(px=None, percent=None, pad_mode=0, pad_cval=0, pad_cval_mask=0, keep_size=True, sample_independently=True, interpolation=1, always_apply=False, p=1.0) (support keypoints)

#裁剪/填充

px参数，要裁剪/填充的像素数，负数为裁剪，正数为填充；

percent参数，要裁剪/填充的比例，同样负数为裁剪，正数为填充，范围为[-1,1]；

keep_size 参数，表示是否保持输入图像的大小，默认为True。

1. CropNonEmptyMaskIfExists (height, width, ignore_values=None, ignore_channels=None, always_apply=False, p=1.0) (support keypoints)

#如果Mask非空，则使用掩码裁剪区域，否则进行随机裁剪

height参数：高的大小（以像素为单位）

width参数：宽的大小（以像素为单位）

1. RandomCrop (height, width, always_apply=False, p=1.0) (support keypoints)

#根据设置的长宽随机剪裁

1. RandomCropNearBBox(max_part_shift=(0.3,0.3), cropping_box_key='cropping_bbox', always_apply=False, p=1.0) (support keypoints)

#随机剪裁矩形框

1. RandomResizedCrop(height, width, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=1, always_apply=False, p=1.0) (support keypoints)

#随机裁剪并调整大小为height、width

1. RandomSizedCrop(min_max_height, height, width, w2h_ratio=1.0, interpolation=1, always_apply=False, p=1.0)(support keypoints)

#随机剪裁并缩放到定义大小

min_max_height参数：表示裁剪高的大小限制，格式为[int，int]

height参数：剪裁并调整大小后的高

width参数：参数：剪裁并调整大小后的宽

w2h_ratio参数：剪裁比例，默认为1.0

p参数：表示应用此变换的概率，默认为1.0

（3）、翻转

1. Flip.apply (self, img, d=0, **params) (support keypoints)

#翻转，包括水平翻转、垂直翻转、水平垂直同时进行翻转

d参数：0表示进行垂直翻转，1表示进行水平翻转，-1表示同时进行水平与垂直翻转

p参数：表示应用此变换的概率，默认为0.5

1. HorizontalFlip (support keypoints)

#水平翻转

p参数：表示应用此变换的概率，默认为0.5

1. VerticalFlip (support keypoints)

#垂直翻转

p参数：表示应用此变换的概率，默认为0.5

（4）、旋转

1. RandomRotate90 (support keypoints)

#随机旋转90度0次或多次

p参数：表示应用此变换的概率，默认为0.5

1. Rotate (limit=90, interpolation=1, border_mode=4, value=None, mask_value=None, always_apply=False, p=0.5)(support keypoints)

#从定义的范围中随机旋转一个角度

limit参数：表示旋转的范围限制，范围为（-limit,limit），默认为（-90,90）

p参数：表示应用此变换的概率，默认为0.5

1. SafeRotate(limit=90, interpolation=1, border_mode=4, value=None, mask_value=None, always_apply=False, p=0.5)(support keypoints)

#从定义的范围中随机旋转一个角度

（5）、缩放

1. LongestMaxSize(max_size=1024, interpolation=1, always_apply=False, p=1) (support keypoints)

#重新缩放图像，使最大边等于 max_size，保持初始图像的纵横比。

1. RandomScale(scale_limit=0.1, interpolation=1, always_apply=False, p=0.5) (support keypoints)

#随机缩放

scale_limit参数：表示缩放范围，为（1-scale_limit,1+scale_limit）,默认为（0.9,1.1）

p参数：表示应用此变换的概率，默认为0.5

1. Resize (height, width, interpolation=1, always_apply=False, p=1)(support keypoints)

#调整为给定的大小

1. SmallestMaxSize(max_size=1024, interpolation=1, always_apply=False, p=1)(support keypoints)

#缩放图像，将最小边等于max_size

（6）、填充

1. PadIfNeeded(min_height=1024, min_width=1024, pad_height_divisor=None, pad_width_divisor=None, position=<PositionType.CENTER: 'center'>, border_mode=4, value=None, mask_value=None, always_apply=False, p=1.0) (support keypoints)

#如果图片大小小于需要的大小，可以对图片进行填充

（7）、其他

1. Lambda(image=None, mask=None, keypoint=None, bbox=None, name=None, always_apply=False, p=1.0) (support keypoints)

#可自定义的变换函数

image参数：图像变换函数

mask参数：掩码变换函数

keypoint参数：关键点变换函数

bbox参数：边框变换函数

always_apply参数：是否这个变换总是应用

p参数：应用此变换的概率，默认为1.0

1. NoOp (support keypoints) #什么也不做
2. Transpose (support keypoints)

#转置：交换行与列

p参数:表示应用此变换的概率，默认为0.5

（8）、不支持关键点的变换

1. CoarseDropout
2. GridDistortion
3. GridDropout
4. MaskDropout
5. OpticalDistortion
6. RandomGridShuffle
7. RandomSizedBBoxSafeCrop

2、Pixel-level transforms (support any additional targets) (像素变换)

• Blur
• CLAHE
• ChannelDropout
• ChannelShuffle
• ColorJitter
• Downscale
• Emboss
• Equalize
• FDA
• FancyPCA
• FromFloat
• GaussNoise
• GaussianBlur
• GlassBlur
• HistogramMatching
• HueSaturationValue
• ISONoise
• ImageCompression
• InvertImg
• MedianBlur
• MotionBlur
• MultiplicativeNoise
• Normalize
• PixelDistributionAdaptation
• Posterize
• RGBShift
• RandomBrightnessContrast
• RandomFog
• RandomGamma
• RandomRain
• RandomShadow
• RandomSnow
• RandomSunFlare
• RandomToneCurve
• Sharpen
• Solarize
• Superpixels
• TemplateTransform
• ToFloat
• ToGray
• ToSepia