如何通过添加错位从单个图像生成图像突发？

Posted 2023-03-12

【中文标题】如何通过添加错位从单个图像生成图像突发？

【英文标题】：How to generate burst of images from a single image by adding misalignment?

【发布时间】：2019-09-16 18:55:45

【问题描述】：

我正在学习图像去噪和 Pytorch。我想获得从单个图像生成的图像突发。例如，我有一张图像，然后从中随机裁剪出特定大小的补丁。然后我想在它上面添加一个 1 或 2 个像素的偏移来获得一个差异很小的新图像。我能做什么？在 PIL 中使用某些技术还是其他技术更好？

【问题讨论】：

Data Augmentation in PyTorch的可能重复

我已经考虑过了，但似乎很难将错位限制在 1 或 2 个像素。换句话说，我希望第一个作物位置是随机的，但下一个作物靠近第一个作物。我不知道 Pytorch 中的增强功能如何做到这一点。

【参考方案1】：

您应该使用transforms 为您的问题做一些图像增强。

当我阅读您的评论时，您可以限制 translate = (a, b) 在两个维度上进行一些微小的随机移动。

import torchvision.transforms as transforms

transform = transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)

img = PIL.Image.open('path/img')

new_img = transform(img)

如果您还想执行更多转换，例如Crop，请将所有transform 分组为一个大transform，使用transforms.Compose。这是你的reference

【讨论】：

我不能限制 translate = (2, 2)。它会出现错误“valueError 应该在 0 和 1 之间”

我只是将答案（我的错误）编辑为translate = (a, b)，因为文档显示-img_width * a < dx < img_width * a。因此，您可以计算 a = some value 以匹配 dx = 2 pixels，与 dy 相同。

我很困惑为什么 a、b 应该与 img_width 或 height 相乘。如果-img_width