如何加快图像的数据增强答案

【问题标题】：How to speed up data augmentation of images如何加快图像的数据增强
【发布时间】：2018-07-15 19:02:26
【问题描述】：

我正在 python 中使用 opencv2 进行数据增强。我使用的数据集包含大约 4000 张 96x96 单通道图像。

我正在应用一系列平移和缩放的仿射变换，使用 cv2.warpAffine。但是我注意到，随着代码遍历数据集，过程变得越来越慢。下面的旋转变换代码 - 我在每张图像上调用它。

def augment_rotation(depth):
augment_rotate = []
rows,cols = depth.shape
for i in range(-180,181):
    M = cv2.getRotationMatrix2D(((cols-1)/2.0,(rows-1)/2.0),i,1)
    augment_rotate.append(cv2.warpAffine(depth,M,(cols,rows)))
return augment_rotate

这不仅限于我的计算机，因为我在其他计算机上尝试过并且遇到了同样的问题。知道如何解决这个问题或让它更快，这样我就不必等待数小时来执行增强了吗？

【问题讨论】：

您是否将增强后的图像存储到本地硬盘？
是的，增强后的图像是在图像增强后腌制的

标签： python opencv computer-vision

【解决方案1】：

我遇到了 joblib 库内置 python。它是为此目的而设计的。根据the documentationjoblib 帮助使用后端的multiprocessing 库并行执行循环。

文档说明了一个数字示例，用于对一系列数字并行执行简单的数学运算。我能够将此功能扩展到处理图像。作为示例演示，我选择在我的桌面上执行所有图像的加权总和with 和without joblib。

事实证明，对于 14 张集体大小为 58Mb 的图像，我得到了以下结果：

('Using Joblib : ', 0.09400010108947754)
('Without Joblib : ', 15.386000156402588)

Here is the write-up for the answer I wrote recently。我相信你也可以用它来增强！

试试看，告诉我它是如何工作的！

【讨论】：