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

【要約】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。Python プログラムを用いることで，この差魚を自動化

【目次】

前準備
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 3.10 のインストール（Windows 上）

Pythonは，プログラミング言語の１つ．

【手順】

Windows で，コマンドプロンプトを管理者権限で起動する（例：Windowsキーを押し，「cmd」と入力し，「管理者として実行」を選択）
次のコマンドを実行
次のコマンドは，Python ランチャーとPython 3.10をインストールする．
winget install --scope machine Python.Launcher winget install --scope machine Python.Python.3.10

【関連する外部ページ】

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

【サイト内の関連ページ】

Python詳細ガイド：別ページ »

【関連項目】 Python

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

Windows で，コマンドプロンプトを管理者権限で起動する（例：Windowsキーを押し，「cmd」と入力し，「管理者として実行」を選択）
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

Windows で，コマンドプロンプトを実行
エディタを起動
cd /d c:%HOMEPATH% notepad augment.py

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)

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
【サイト内の関連ページ】 Python のまとめ: 別ページ »
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
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

Windows で，コマンドプロンプトを実行

エディタを起動

cd /d c:%HOMEPATH%
notepad augment20.py

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)

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
【サイト内の関連ページ】 Python のまとめ: 別ページ »
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
結果の確認