Opencv Random Cropping

OpenCV 中的 RandomCropping 是一种图像增强技术，它可以通过随机裁剪图像来增加数据集的多样性。在 OpenCV 中，可以使用 cv2.random_crop 函数来实现 RandomCropping。

使用 RandomCropping 的基本步骤如下：

1. 读取图像
2. 随机裁剪图像
3. 显示裁剪后的图像

以下是两个示例说明：

示例一：使用 RandomCropping 对图像进行增强

要使用 RandomCropping 对图像进行增强，可以使用以下代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

# 随机裁剪图像
h, w = img.shape[:2]
new_h, new_w = int(h * 0.8), int(w * 0.8)
top = np.random.randint(0, h - new_h)
left = np.random.randint(0, w - new_w)
bottom = top + new_h
right = left + new_w
img = img[top:bottom, left:right]

# 显示裁剪后的图像
cv2.imshow('image', img)
cv2.waitKey()
cv2.destroyAllWindows()

这将读取名为 image.jpg 的图像，并使用 RandomCropping 对图像进行增强。最终结果将在窗口中显示。

示例二：使用 RandomCropping 对数据集进行增强

要使用 RandomCropping 对数据集进行增强，可以使用以下代码：

import cv2
import numpy as np

# 读取数据集
data = []
for i in range(10):
    img = cv2.imread(f'image_{i}.jpg')
    data.append(img)

# 随机裁剪图像
new_data = []
for img in data:
    h, w = img.shape[:2]
    new_h, new_w = int(h * 0.8), int(w * 0.8)
    top = np.random.randint(0, h - new_h)
    left = np.random.randint(0, w - new_w)
    bottom = top + new_h
    right = left + new_w
    new_img = img[top:bottom, left:right]
    new_data.append(new_img)

# 显示裁剪后的图像
for img in new_data:
    cv2.imshow('image', img)
    cv2.waitKey()
cv2.destroyAllWindows()

这将读取名为 image_0.jpg 到 image_9.jpg 的 10 张图像，并使用 RandomCropping 对每张图像进行增强。最终结果将在窗口中显示。