一 python 生成随机字符串序列+ 写入到图片上
from PIL import Image,ImageDraw,ImageFont import numpy as np import random import string import cv2 # 生成随机字符串 for i in range(1,10000): strnum = random.randint(2,10) ran_str = "".join(random.sample(string.ascii_letters + string.digits, strnum)) font = ImageFont.truetype(‘D:\Multimedia\RosewoodStd-Regular.otf‘, 60) # otf和ttf 是都可以使用。 image = Image.new("RGB", (300, 200), (255, 255, 255)) draw = ImageDraw.Draw(image) if strnum <=5: # 参数一 写入位置 参数二 文本 参数三 字体格式 fill 为文本颜色 默认为白色 draw.text((80, 80), ran_str, font=font, fill=‘Black‘) else: draw.text((20, 80), ran_str, font=font, fill=‘Black‘) path = "D:\AdobeVFR_release\\rosewood"+"\\rosewood_regular_"+str(i)+".jpeg" image.save(path) if(i%10==0): print("has already save %d images"%i)
疑问: 写到图片上的文本,怎么可以调整文本间间距 (论文模型需要)
二 使用cv2 一些图像预处理函数
import cv2 from skimage import data_dir,io,color import numpy as np import random sigma = random.uniform(2.5,3.5)# 高斯噪声函数,这里写的是按像素点单个处理,可以建一个高斯随机数的矩阵 def GaussianNoise (img ,means =0,sigma =1.5): r = img[:,:,0].flatten() g = img[:,:,1].flatten() b = img[:,:,2].flatten() for i in range(img.shape[0]*img.shape[1]): r[i] = r[i]+random.gauss(0,sigma) g[i] = g[i]+random.gauss(0,sigma) b[i] = b[i]+random.gauss(0,sigma) img[:,:,0] = r.reshape([img.shape[0],img.shape[1]]) img[:,:,1] = r.reshape([img.shape[0],img.shape[1]]) img[:,:,2] = r.reshape([img.shape[0],img.shape[1]]) return img# 几何变化函数,主要功能是扭曲 def Geometric_changes(image,width,height): pts1 = np.float32([[50, 50], [200, 50], [50, 200]]) x = random.randint(50,100) y = random.randint(200,250) z = random.randint(10,50) pts2 = np.float32([[z, x], [200, 50], [x, y]]) M = cv2.getAffineTransform(pts1, pts2) image_0 = cv2.warpAffine(image, M, (width, height)) return image_0 path =‘D:\AdobeVFR_release\sythetic‘ string = path+‘/*.jpeg‘”“”io.ImageCollrction 将图片路径整理成一个list”“” coll = io.ImageCollection(string) a = np.array(coll) for i in range(95,len(a)): height = a[i].shape[0] width = a[i].shape[1] image_0 = GaussianNoise(a[i]) image_0 = cv2.GaussianBlur(image_0,(5,5),sigma) # 高斯模糊 image_0 = Geometric_changes(image_0, width, height)
# 缩放函数,fx,fy为缩放因子 interpolation有五种,
#INTER_AREA 基于局部像素的重采样 图像缩小时候,该方法可以避免波纹 #INTER_NEAREST 最近邻插值法 适合放大 #INTER_LINEAR 双线性插值法 默认 #INTER_CUBIC 基于4x4像素邻域的3次插值法 适合放大 #INTER_LANCZOS4 - 基于8x8像素邻域的Lanczos插值
image_0 = cv2.resize(image_0, None, fx=random.uniform(5 / 6, 7 / 6), fy=1, interpolation=cv2.INTER_AREA) path = "D:\AdobeVFR_release\sydata"+"\d"+str(i)+".jpeg" cv2.imwrite(path, image_0) if(i%10==0): print("has already %d image" % i)
还有一些图像处理函数 以后更新
时间: 2024-10-02 02:27:51