如何使用OpenCV+Keras+Tensorflow實(shí)現(xiàn)去噪算法與自定義預(yù)處理函數(shù)
理解問題在處理計(jì)算機(jī)視覺問題時,我們經(jīng)常遇到需要對整個數(shù)據(jù)集應(yīng)用某種形式的轉(zhuǎn)換的情況。Keras中的ImageDataGenerator類提供了各種轉(zhuǎn)換,如翻轉(zhuǎn)、規(guī)格化等。然而,應(yīng)用在Keras中不可用的自定義轉(zhuǎn)換變得非常困難。
在我們的特定示例中,我們將對我們的數(shù)據(jù)集應(yīng)用去噪算法作為預(yù)處理轉(zhuǎn)換。一種簡單的方法是對數(shù)據(jù)集中的所有圖像應(yīng)用去噪函數(shù),并將處理后的圖像保存在另一個目錄中。然而,這同時消耗了我們的時間和空間。另一種方法是使用preprocessing_function屬性動態(tài)地執(zhí)行這個轉(zhuǎn)換。
為了加載用于訓(xùn)練的圖像,我使用了Keras中實(shí)現(xiàn)的.flow_from_directory()方法。使用OpenCV去噪是相當(dāng)簡單的,OpenCV提供了幾個內(nèi)置算法來實(shí)現(xiàn)這一點(diǎn)。
在本文中,我將展示如何定義我們自己的預(yù)處理函數(shù),將其傳遞給訓(xùn)練生成器,并將圖像直接提供給模型,從而無需保存它們。本教程大致分為兩部分實(shí)現(xiàn)去噪算法擴(kuò)展預(yù)處理函數(shù)讓我們馬上開始吧!第一部分 實(shí)現(xiàn)去噪算法讓我們準(zhǔn)備一個函數(shù),將圖像作為輸入,應(yīng)用內(nèi)置的去噪算法,并返回處理后的圖像。import cv2
import numpy as np
def preprocessing_fun(filename):
img = cv2.imread(filename)
dst = cv2.fastN1MeansDenoisingColored(img, None, 10, 10, 7, 21)
return dst
我們使用OpenCV的fastN1MeansDenoisingColored算法,因?yàn)樵撍惴ㄟm用于彩色圖像。OpenCV還提供了使用單通道處理圖像的其他算法。fastN1MeansDenoisingColored:https://docs.opencv.org/master/d1/d79/group__photo__denoise.html#ga03aa4189fc3e31dafd638d90de335617現(xiàn)在我們已經(jīng)實(shí)現(xiàn)了我們的算法,讓我們在ImageDataGenerator類中使用它。第2部分 擴(kuò)展預(yù)處理函數(shù)這里,我們使用訓(xùn)練生成器中前一節(jié)定義的函數(shù)。img_datagen = ImageDataGenerator(rescale=1./255,
preprocessing_function = preprocessing_fun)
training_gen = img_datagen.flow_from_directory(PATH, target_size=(224,224),
color_mode='rgb',batch_size=32, shuffle=True)
在定義ImageDataGenerator對象的前兩行中,你可以注意到我們已經(jīng)將去噪函數(shù)傳遞給了preprocessing_function參數(shù)。通過這樣做,我們將指示我們的數(shù)據(jù)生成器在將圖像提供給模型之前,將這個函數(shù)應(yīng)用到每個圖像上作為預(yù)處理步驟。這樣,我們就不需要處理所有圖像并將它們寫入一個單獨(dú)的目錄。專業(yè)提示:如果你需要執(zhí)行一系列在不同函數(shù)中定義的轉(zhuǎn)換,你可以在你的訓(xùn)練生成器中以以下方式使用它。def transform1(img):
#Applies a transformation such as horizontal flip and returns the image
return cv2.flip(img, 1)
def transform2(img):
#Applies a transformation such as vertical flip and returns the image
return cv2.flip(img, 0)
def transform3(img):
#Applies 180-degree rotation and returns the image
return cv2.rotate(img, cv2.ROTATE_180)
def our_preprocessing_function(filename):
#Combines all the transformations
img = cv2.imread(filename)
img1 = transform1(img)
img2 = transform2(img1)
final_img = transform3(img2)
return final_img
img_datagen = ImageDataGenerator(rescale=1./255,
preprocessing_function = our_preprocessing_function)
training_generator = img_datagen.flow_from_directory(PATH,
target_size=(224,224), color_mode='rgb', batch_size=32,
class_mode='categorical', shuffle=True)
通過這種方式,我們可以提供一系列自定義轉(zhuǎn)換,將它們包裝在一個函數(shù)中,并將它們應(yīng)用到我們的數(shù)據(jù)集。此方法簡單但功能強(qiáng)大,在資源受限的環(huán)境中工作很方便。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
10月31日立即下載>> 【限時免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月28日立即報名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市