چگونه از Pillow برای افزایش داده روی یک تصویر استفاده کنیم؟

سلام! من تامین کننده Pillow هستم، و امروز می خواهم نحوه استفاده از Pillow، کتابخانه تصویربرداری پایتون، برای افزایش داده ها روی یک تصویر را با شما به اشتراک بگذارم. افزایش داده ها در زمینه یادگیری ماشین و بینایی کامپیوتر بسیار مهم است، به خصوص زمانی که با داده های آموزشی محدودی سروکار دارید. این به شما کمک می کند نمونه های آموزشی متنوع تری ایجاد کنید، که می تواند عملکرد و توانایی تعمیم مدل های شما را بهبود بخشد.

بالش چیست؟

اول از همه، اجازه دهید کمی در مورد بالش صحبت کنیم. Pillow یک کتابخانه قدرتمند و آسان برای باز کردن، دستکاری و ذخیره فرمت های مختلف فایل های تصویری در پایتون است. این یک کتابخانه منبع باز است که طیف گسترده ای از قابلیت های پردازش تصویر مانند تغییر اندازه، برش، چرخش و دستکاری رنگ را ارائه می دهد. اگر اهل پردازش تصویر در پایتون هستید، Pillow قطعاً یک کتابخانه است.

نصب و راه اندازی

قبل از شروع، شما باید Pillow را نصب کنید. با استفاده از آن می توانید به راحتی آن را نصب کنیدپیپ. فقط ترمینال خود را باز کنید و دستور زیر را اجرا کنید:

بالش نصب پیپ

پس از نصب، شما آماده حرکت هستید!

بارگیری اولیه تصویر

بیایید با اصول اولیه شروع کنیم. برای استفاده از Pillow برای افزایش داده، ابتدا باید یک تصویر را بارگذاری کنید. در اینجا یک مثال ساده آورده شده است:

از PIL import Image # باز کردن تصویر فایل تصویر = Image.open('your_image.jpg')

در این کد، ما آن را وارد می کنیمتصویرماژول ازPIL(بالش) کتابخانه و سپس استفاده ازباز کردنروش بارگذاری یک فایل تصویری حتما تعویض کنید'your_image.jpg'با مسیر واقعی به تصویر شما.

تغییر اندازه تصویر

یکی از ساده ترین اشکال افزایش داده، تغییر اندازه تصویر است. ممکن است بخواهید اندازه یک تصویر را به اندازه ای خاص برای مدل خود تغییر دهید. در اینجا نحوه انجام این کار آمده است:

# تغییر اندازه تصویر resized_image = image.resize((224, 224))

در این کد از کد استفاده می کنیمتغییر اندازهروش ازتصویرشی راتغییر اندازهمتد یک تاپل را به عنوان آرگومان می گیرد که عرض و ارتفاع جدید تصویر را نشان می دهد. در این مورد، ما اندازه تصویر را به 224x224 پیکسل تغییر می دهیم، که اندازه رایج بسیاری از مدل های یادگیری عمیق است.

چرخاندن تصویر

چرخاندن یک تصویر همچنین می تواند به داده های آموزشی شما تنوع بیافزاید. شما می توانید یک تصویر را با یک زاویه خاص با استفاده ازچرخاندنروش:

# تصویر را 90 درجه بچرخانید rotated_image = image.rotate(90)

در اینجا، ما تصویر را 90 درجه می چرخانیم. می توانید زاویه را به هر مقداری که دوست دارید تغییر دهید.

ورق زدن تصویر

چرخاندن یک تصویر به صورت افقی یا عمودی یکی دیگر از راه های ساده و در عین حال موثر افزایش داده است. در اینجا نحوه ورق زدن تصویر آمده است:

# تصویر را به صورت افقی برگردانید.

در خط اول ازجابجا کردنروش باImage.FLIP_LEFT_RIGHTثابت برای چرخاندن تصویر به صورت افقی. در خط دوم استفاده می کنیمImage.FLIP_TOP_BOTTOMبرای چرخاندن تصویر به صورت عمودی

تغییر رنگ تصویر

همچنین می توانید رنگ یک تصویر را تغییر دهید تا نمونه های متنوع تری ایجاد کنید. به عنوان مثال، می توانید یک تصویر را به مقیاس خاکستری تبدیل کنید:

# تبدیل تصویر به grayscale grayscale_image = image.convert('L')

راتبدیل کنیددر اینجا از روش برای تبدیل تصویر به حالت دیگری استفاده می شود. را'L'حالت مخفف grayscale است.

برش تصویر

برش یک تصویر می تواند بر روی قسمت خاصی از تصویر تمرکز کند. در اینجا نحوه برش تصویر آمده است:

# جعبه برش را تعریف کنید (چپ، بالا، راست، پایین) crop_box = (100، 100، 300، 300) cropped_image = image.crop(crop_box)

در این کد، یک جعبه برش را با استفاده از چهار مقدار که مختصات چپ، بالا، راست و پایین مستطیلی را که می‌خواهیم برش دهیم، تعریف می‌کنیم. سپس ازمحصولروش برش تصویر با توجه به کادر تعریف شده.

ترکیب چند افزایش

شما همچنین می توانید چندین افزایش را برای ایجاد نمونه های متنوع تر ترکیب کنید. در اینجا یک مثال است:

# ترکیب چندگانه تغییر اندازه = image.resize((224، 224)) rotated = resized.rotate(45) flipped = rotated.transpose(Image.FLIP_LEFT_RIGHT)

در این کد ابتدا اندازه تصویر را تغییر می دهیم، سپس تصویر تغییر سایز را می چرخانیم و در نهایت تصویر چرخانده شده را به صورت افقی برگردانیم.

ذخیره تصاویر افزوده شده

پس از انجام تقویت داده ها، ممکن است بخواهید تصاویر افزوده شده را ذخیره کنید. در اینجا نحوه انجام این کار آمده است:

# ذخیره تصویر افزوده flipped.save('flipped_image.jpg')

راذخیره کنیدروش ازتصویرشی برای ذخیره تصویر در یک فایل استفاده می شود. مطمئن شوید که یک نام و پسوند فایل معتبر ارائه دهید.

چرا بالش خود را انتخاب کنیم؟

اکنون، به عنوان یک تامین کننده بالش، می خواهم لحظه ای در مورد محصولات خود صحبت کنم. ما طیف گسترده ای از بالش های با کیفیت بالا را ارائه می دهیم، از جملهبالش مموری فوموبالش خانگی. بالش‌های مموری فوم ما به گونه‌ای طراحی شده‌اند که از گردن و سر شما پشتیبانی می‌کنند و خطر گردن درد را کاهش می‌دهند و کیفیت خواب شما را بهبود می‌بخشند. بالش های خانگی ما از مواد نرم و قابل تنفس ساخته شده اند که تجربه خواب راحت را تضمین می کنند.

نتیجه گیری

در نتیجه، استفاده از Pillow برای افزایش داده‌ها، روشی عالی برای ایجاد داده‌های آموزشی متنوع‌تر برای مدل‌های یادگیری ماشین و بینایی رایانه شما است. با API ساده و شهودی آن، می‌توانید به راحتی عملیات‌های مختلف پردازش تصویر مانند تغییر اندازه، چرخش، ورق زدن و غیره را انجام دهید. و اگر به دنبال یک بالش عالی هستید، چه بالش مموری فوم برای پشتیبانی بهتر یا یک بالش خانگی برای استفاده روزمره، ما شما را تحت پوشش قرار داده ایم.

اگر به محصولات بالش ما علاقه مند هستید یا در مورد افزایش داده ها با استفاده از Pillow سؤالی دارید، برای بحث در مورد خرید صحبت کنید. ما مشتاقانه منتظر شنیدن نظرات شما هستیم!

مراجع

• اسناد رسمی بالش
• آموزش آنلاین مختلف در مورد افزایش داده در پایتون