『MXNet』第五弹_MXNet.image图像处理

简单处理API

读取图像：

image.imdecode(open('../img/cat1.jpg', 'rb').read())

图像类型转换：

img.astype('float32')

图像增强流程

具体增强方式教程有很详细的示意，不再赘述

辅助函数，用于将增强函数应用于单张图片：

def apply_aug_list(img, augs):
    for f in augs:
        img = f(img)
    return img

对于训练图片我们随机水平翻转和剪裁。对于测试图片仅仅就是中心剪裁。我们假设剪裁成28×28×3用于输入网络：

train_augs = [
    image.HorizontalFlipAug(.5),
    image.RandomCropAug((28,28))
]

test_augs = [
    image.CenterCropAug((28,28))
]

使用如下闭包来增强：

def get_transform(augs):
    def transform(data, label):
        # data: sample x height x width x channel
        # label: sample
        data = data.astype('float32')
        if augs is not None:
            # apply to each sample one-by-one and then stack
            data = nd.stack(*[
                apply_aug_list(d, augs) for d in data])
        data = nd.transpose(data, (0,3,1,2))
        return data, label.astype('float32')
    return transform

基本逻辑就是这样。