Image-Augmentation

-EM DESENVOLVIMENTO-

Uma biblioteca para aumentar bases de dados de imagens

Utilização

Para utilizar a biblioteca:

Primeiro se importa biblioteca

import Aug

Declara-se o modelo

pipe = Aug.Pipe()

Usa-se o metodo .add para adicionar as operações que serão utilizadas (em ordem)

pipe.add(Aug.Random_Noise(0.7))
pipe.add(Aug.Random_Erasing(prob=1, rectangle_area=0.3, repetitions=2))

Passa a imagem e o numero de imagens a serem geradas como argumento da função operar, que retorna uma lista com as imagens geradas (como são atribuidas probabilidades para as operações é possivel que nenhuma seja aplicada, neste caso a imagem não sera adicionada podendo gerar um numero de imagens menor que o esperado)

lista_de_imagens = []
lista_de_imagens = pipe.operar(image, 3)

Alem de add() que adiciona uma camada a o final do pipe temos:

• remove() Remove a ultima camada ou a camada na posição dada como argumento

pipe.remove() # Remove a ultima camada
pipe.remove(1) # Remove a segunda camada

• replace() Troca a camada na posição dada no primeiro argumento pela outra dada como segundo argumento

pipe.replace(0, Aug.Contrast(prob=0.9, min_factor=-5, max_factor=5) ) # Troca a primeira camada pela camada 'Contrast(prob=0.9, min_factor=-5, max_factor=5)'
pipe.replace(1, Aug.Flip(prob=0.5)) # Troca a segunda camada por 'Flip(prob=0.5)'

Operações

Toda operação vai receber um argumento " prob " que indica a probabilidade da operação ser aplicada ou não

• Skew
  • Descrição:
  • Argumentos: (prob=unive, skew_type='RANDOM', magnitude=0.9) )

pipe.add( Aug.Skew(prob=unive, skew_type='RANDOM', magnitude=0.9) )

• Invert
  • Descrição:
  • Argumentos: (prob=unive) )

pipe.add( Aug.Invert(prob=unive) )

• Brilho
  • Descrição:
  • Argumentos: (prob=unive, min_factor= 0.1, max_factor= 10))

pipe.add(Aug.Brilho(prob=unive, min_factor= 0.1, max_factor= 10))

• Color
  • Descrição:
  • Argumentos: (prob=unive, min_factor=-20, max_factor=20))

pipe.add(Aug.Color(prob=unive, min_factor=-20, max_factor=20))

• Contrast
  • Descrição:
  • Argumentos: (prob=unive, min_factor=-5, max_factor=5) )

pipe.add(Aug.Contrast(prob=unive, min_factor=-5, max_factor=5) )

• Flip
  • Descrição:
  • Argumentos: (prob=unive))

pipe.add(Aug.Flip(prob=unive))

• Shear
  • Descrição:
  • Argumentos: (prob=unive, max_shear_left = 30, max_shear_right = 30 ))

pipe.add(Aug.Shear(prob=unive, max_shear_left = 30, max_shear_right = 30 ))

• Distort
  • Descrição:
  • Argumentos: (prob=unive, grid_width=4, grid_height=4, magnitude=8) )

pipe.add( Aug.Distort(prob=unive, grid_width=4, grid_height=4, magnitude=8) )

• Zoom
  • Descrição:
  • Argumentos: (prob=unive, min_factor=1, max_factor=9) )

pipe.add( Aug.Zoom(prob=unive, min_factor=1, max_factor=9) )

• Zoom_Random
  • Descrição:
  • Argumentos: (prob=unive, percentage_area=0.5, randomise=True))

pipe.add(Aug.Zoom_Random(prob=unive, percentage_area=0.5, randomise=True))

• Random_Erasing
  • Descrição:
  • Argumentos: (prob=unive, rectangle_area=0.3, repetitions=3))

pipe.add(Aug.Random_Erasing(prob=unive, rectangle_area=0.3, repetitions=3))

• Shift
  • Descrição:
  • Argumentos: (prob=unive, horizontal_max=0.8, vertical_max=0.8, randomise=True, fill='nearest') )

pipe.add( Aug.Shift(prob=unive, horizontal_max=0.8, vertical_max=0.8, randomise=True, fill='nearest') )

• Rotação
  • Descrição
    • Roda a imagem um numero de graus aleatorio no intervalo especificado
  • Argumentos
    • max_left_rotation:
      • Valor padrão: 90
    • max_right_rotation:
      • Valor padrão: 90
    • fill:
      • Valor padrão: 'edge'
  • Exemplo de chamada

pipe.add(Aug.Rotacao(0.2, max_left_rotation=40, max_right_rotation=40))

• Gaussian
  • Descrição:
  • Argumentos: (prob=unive) )

pipe.add( Aug.Gaussian(prob=unive) )

• Random Noise
  • Descrição:
  • Argumentos: (prob=unive) )

pipe.add( Aug.Random_Noise(prob=unive)  )

• Edge
  • Descrição:
  • Argumentos: (prob=unive) )

pipe.add( Aug.Edge(prob=unive) )

• Grey_Erosion
  • Descrição:
  • Argumentos: (prob=unive) )

pipe.add( Aug.Grey_Erosion(prob=unive) )

Usando a função utils.call_thread()

A forma mais comoda de se utilizar é passando o objeto pipe criado para a função

utils.call_thread()

Essa função tambem pode ser executada por mais de uma thread divindo a base entre elas, onde cada uma vai realizar as operações e ao final serão reunidas e serão o retorno da função, reunidas com as imagens originais

Exemplo:

resultado = utils.call_thread(img_per_thread = 100, data = data, pipe_instance = pipe_example, image_per_image = 2)

Os argumentos de utils.call_thread() são:

• img_per_thread:int=0: Numero de imagens que serão passadas para cada thread (caso a divisão não seja exata uma thread recebera um numero menor de imagens), se img_per_thread <= -1 = img_per_thread=len(data)
• data: Base que sera usada, deve esta na forma de um vetor (lista) [imagem, classe, string_da_classe]
• pipe_instance: pipe que sera utilizado
• image_per_image:int=1: quantas imagens geradas para cada imagem original da base
• salvar_imagens_gerada:bool=False: Salvar imagens geradas (.pickle)
• caminho:str=None: Caminho para salvar a imagem
• retornar_img_originais:bool: True=retorna imagens originais junto com as criadas, False=não retorna

Saida:

É um vetor (lista) na forma [imagem, classe], contendo as novas imagens geradas e as imagens originais (como são atribuidas probabilidades para as operações é possivel que nenhuma seja aplicada, neste caso a imagem não sera adicionada podendo gerar um numero de imagens menor que o esperado).

Usando a função utils.print_database()

Para exibir uma lista de imagens

• lista_de_imagens: Lista no formato [imagem] ou [imagem,classe,string_da_classe]
• limite=100: Limite de imagensa serem mostradas
• imagens_por_linha:int=6:
• imagens_por_coluna:int=6:

print_list_img(lista_de_imagens, limite=100, imagens_por_linha:int=6, imagens_por_coluna:int=6):

Dependencias

• Scypy
• PIL
• Pretty Table
• pickle
• open-cv (cv2)
• skimage
• numpy
• matplotlib
• random
• os -
• pathlib -
• math -
• threading

A ser adicionado

1. • opção adicionar ou não imagens inalteradas
   • erro com matrizes muito pequenas 2x2,3x3...
   • revisar: operar->aux
   • print_img_list: erro
   • barra de progresso
2. • Modulo de Aug usando redes GAN

Para mais informações acesse a wiki do repositorio