画像の増量を行う Python プログラム（Python，opencv-python を使用）（Windows 上）

前準備

Python のインストール（Windows 上）

【サイト内の関連ページ】

• Windows での Python 3.10，関連パッケージ，Python 開発環境のインストール: 別ページ »で説明している．
• Windows での Anaconda3 のインストール: 別ページ »で説明している．
• Python のまとめ: 別ページ »にまとめている．

【関連する外部ページ】

Python の公式ページ: https://www.python.org/

画像の増量を行う Python プログラム（Python，opencv-python を使用）（Windows 上）

Python の opencv-python のインストール

1. Windows で，コマンドプロンプトを管理者として実行

   コマンドプロンプトを管理者として実行: 別ページ »で説明

2. opencv-python のインストール

   ※ 「pip install ...」は，Python パッケージをインストールするための操作

   python -m pip install -U opencv-python opencv-contrib-python
   

画像の増量を行う Python プログラム（Python，opencv-python を使用）（Windows 上）

画像を１枚作る

1. Windows で，コマンドプロンプトを実行
2. エディタを起動

   cd %HOMEPATH%
   notepad augment.py
   

3. エディタで，次のプログラムを保存

   # 回転と拡大、さらにガウシアンノイズを組み合わせることで、より多様なデータセットを作成。
   # ・random_scaleでランダムな拡大率を指定しています。min_scaleとmax_scaleを変更することで、拡大率の範囲を調整できます。
   # ・add_gaussian_noiseという関数を定義して、ガウシアンノイズを画像に追加しています。meanはノイズの平均値、stdはノイズの標準偏差を指定します。ノイズの標準偏差を大きくすると、ノイズがより強くなります。ガウシアンノイズは、自然界の多くのノイズに似ているため、画像のロバスト性を向上させる上で役立ちます。
   # ・min_angleとmax_angleで回転角度の範囲を指定して、その範囲内でランダムな角度を生成しています。生成されたランダムな角度に基づいて画像を回転
   
   import cv2
   import numpy as np
   import random
   import sys
   
   def add_gaussian_noise(image, mean=0, std=25):
       noise = np.random.normal(mean, std, image.shape).astype(np.uint8)
       noisy_image = cv2.add(image, noise)
       return np.clip(noisy_image, 0, 255)
   
   def main(input_filename, output_filename):
       # 画像読み込み
       img = cv2.imread(input_filename)
   
       # 回転角度と拡大率の範囲を指定
       min_angle, max_angle = -45, 45
       min_scale, max_scale = 1.0, 1.2
   
       # ランダムに回転角度と拡大率を決定
       random_angle = random.randint(min_angle, max_angle)
       random_scale = random.uniform(min_scale, max_scale)
   
       # 画像の中心を取得
       height, width = img.shape[:2]
       center = (width // 2, height // 2)
   
       # 回転と拡大のための行列を計算
       rotation_scaling_matrix = cv2.getRotationMatrix2D(center, random_angle, random_scale)
   
       # 回転後の四隅の座標を計算。新しい画像のサイズを決定
       corners = np.array([[0, 0], [width, 0], [0, height], [width, height]])
       rotated_corners = cv2.transform(np.float32([corners]), rotation_scaling_matrix)[0]
       new_width = int(max(rotated_corners[:, 0]) - min(rotated_corners[:, 0]))
       new_height = int(max(rotated_corners[:, 1]) - min(rotated_corners[:, 1]))
       print(new_width, new_height)
       # 画像の中心を新しい画像の中心に合わせるための平行移動行列
       new_center = (new_width // 2, new_height // 2)
       translation_matrix = np.array([[1, 0, new_center[0] - center[0]], [0, 1, new_center[1] - center[1]]], dtype=np.float32)
   
       # 新しい画像のサイズをもとに、拡大と回転後の画像を作成
       new_rotation_scaling_matrix = cv2.getRotationMatrix2D(new_center, random_angle, random_scale)
       new_rotated_img = cv2.warpAffine(cv2.warpAffine(img, translation_matrix, (new_width, new_height)), new_rotation_scaling_matrix, (new_width, new_height))
   
       # ガウシアンノイズを追加
       noisy_rotated_img = add_gaussian_noise(new_rotated_img)
   
       # 変換後の画像を保存
       cv2.imwrite(output_filename, noisy_rotated_img)
   
   if __name__ == "__main__":
       if len(sys.argv) != 3:
           print("Usage: python augment.py input_image.jpg output_noisy_rotated_image.jpg")
       else:
           input_filename = sys.argv[1]
           output_filename = sys.argv[2]
           main(input_filename, output_filename)
   

4. Python プログラムの実行

   Python プログラムの実行

   • Windows では python （Python ランチャーは py）
   • Ubuntu では python3

   Python 開発環境（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど）も便利である．

   Python のまとめ: 別ページ »にまとめ

   プログラムを augment.pyのようなファイル名で保存したので， 「python augment.py a.png a01.png」のようなコマンドで行う．

   これは，すでにある画像ファイル a.png を用いて，a01.png という新しい画像を作る

   python augment.py a.png a01.png
   

   
5. 結果の確認
   
   

画像の増量を行う Python プログラム（Python，opencv-python を使用）（Windows 上）

画像を２０枚作る

1. Windows で，コマンドプロンプトを実行
2. エディタを起動

   cd %HOMEPATH%
   notepad augment20.py
   

3. エディタで，次のプログラムを保存

   # 回転と拡大、さらにガウシアンノイズを組み合わせることで、より多様なデータセットを作成。
   # ・random_scaleでランダムな拡大率を指定しています。min_scaleとmax_scaleを変更することで、拡大率の範囲を調整できます。
   # ・add_gaussian_noiseという関数を定義して、ガウシアンノイズを画像に追加しています。meanはノイズの平均値、stdはノイズの標準偏差を指定します。ノイズの標準偏差を大きくすると、ノイズがより強くなります。ガウシアンノイズは、自然界の多くのノイズに似ているため、画像のロバスト性を向上させる上で役立ちます。
   # ・min_angleとmax_angleで回転角度の範囲を指定して、その範囲内でランダムな角度を生成しています。生成されたランダムな角度に基づいて画像を回転
   
   import cv2
   import numpy as np
   import random
   import sys
   
   def add_gaussian_noise(image, mean=0, std=0.4):
       noise = np.random.normal(mean, std, image.shape).astype(np.uint8)
       noisy_image = cv2.add(image, noise)
       return np.clip(noisy_image, 0, 255)
   
   def main(input_filename, output_filename, std=0.4):
       # 画像読み込み
       img = cv2.imread(input_filename)
   
       # 回転角度と拡大率の範囲を指定
       min_angle, max_angle = -45, 45
       min_scale, max_scale = 1.0, 1.2
   
       # ランダムに回転角度と拡大率を決定
       random_angle = random.randint(min_angle, max_angle)
       random_scale = random.uniform(min_scale, max_scale)
   
       # 画像の中心を取得
       height, width = img.shape[:2]
       center = (width // 2, height // 2)
   
       # 回転と拡大のための行列を計算
       rotation_scaling_matrix = cv2.getRotationMatrix2D(center, random_angle, random_scale)
   
       # 回転後の四隅の座標を計算。新しい画像のサイズを決定
       corners = np.array([[0, 0], [width, 0], [0, height], [width, height]])
       rotated_corners = cv2.transform(np.float32([corners]), rotation_scaling_matrix)[0]
       new_width = int(max(rotated_corners[:, 0]) - min(rotated_corners[:, 0]))
       new_height = int(max(rotated_corners[:, 1]) - min(rotated_corners[:, 1]))
       print(new_width, new_height)
       # 画像の中心を新しい画像の中心に合わせるための平行移動行列
       new_center = (new_width // 2, new_height // 2)
       translation_matrix = np.array([[1, 0, new_center[0] - center[0]], [0, 1, new_center[1] - center[1]]], dtype=np.float32)
   
       # 新しい画像のサイズをもとに、拡大と回転後の画像を作成
       new_rotation_scaling_matrix = cv2.getRotationMatrix2D(new_center, random_angle, random_scale)
       new_rotated_img = cv2.warpAffine(cv2.warpAffine(img, translation_matrix, (new_width, new_height)), new_rotation_scaling_matrix, (new_width, new_height))
   
       # ガウシアンノイズを追加
       noisy_rotated_img = add_gaussian_noise(new_rotated_img, 0, std)
   
       # 変換後の画像を保存
       cv2.imwrite(output_filename, noisy_rotated_img)
   
   import os
   
   def get_file_extension(filename):
       # ファイル名と拡張子を取得
       _, extension = os.path.splitext(filename)
       # 拡張子の先頭のピリオドを取り除く
       return extension[1:]
   
   def remove_file_extension(filename):
       # ファイル名と拡張子を取得
       filename_without_extension, _ = os.path.splitext(filename)
       return filename_without_extension
   
   if __name__ == "__main__":
       if len(sys.argv) != 3:
           print("Usage: python augment.py input_image.jpg output_noisy_rotated_image.jpg")
       else:
           input_filename = sys.argv[1]
           output_filename = sys.argv[2]
           std = 0.4
           
           strings = [f"{i:02}" for i in range(20)]
           for i in strings:
               main(input_filename, remove_file_extension(output_filename) + i + '.' +  get_file_extension(output_filename), std)
   

4. Python プログラムの実行

   Python プログラムの実行

   • Windows では python （Python ランチャーは py）
   • Ubuntu では python3

   Python 開発環境（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど）も便利である．

   Python のまとめ: 別ページ »にまとめ

   プログラムを augment.pyのようなファイル名で保存したので， 「python augment.py a.png b.png」のようなコマンドで行う．

   これは，すでにある画像ファイル a.png を用いて， b00.png, b01.png, b02.png ... b19.png という新しい画像を２０枚作る

   python augment.py a.png b.png
   

   
5. 結果の確認