裁剪并填充增强图像蒙版的黑色失真区域

时间:2020-05-16 17:09:13

标签: keras conv-neural-network semantic-segmentation

我正在使用来自keras的ImageDataGenerator来增加数据集的大小。我对图像和蒙版都应用了随机变换。

imageDataGeneratrArgs = dict(rotation_range=15,
                             width_shift_range=0.1,
                             height_shift_range=0.1,
                             shear_range=0.15,
                             zoom_range=0.15,
                             brightness_range=[0.8, 1.2],
                             horizontal_flip=True)

masksDataGeneratrArgs = dict(rotation_range=15,
                             width_shift_range=0.1,
                             height_shift_range=0.1,
                             shear_range=0.15,
                             zoom_range=0.15,
                             horizontal_flip=True)

imageDataGenerator = ImageDataGenerator(**imageDataGeneratrArgs)
masksDataGenerator = ImageDataGenerator(**masksDataGeneratrArgs)

它工作正常,但是我注意到我无法解决的一件事。 假设原始图像和蒙版如下所示: 图片 enter image description here

面具

enter image description here

增强版看起来像这样

图片

enter image description here

面具

enter image description here

因此,它被旋转并且原始图像中未显示的区域被“扭曲”。我对此表示满意,但在此增大区域上蒙版也会“变形”。因此,很明显,它将影响正确的预测,导致此“变形”区域不是我想要的蒙版。

理想情况下,我想用黑色填充这种扭曲的蒙版区域。 像这样:

enter image description here

源图像的区域失真-我认为很好。但是让他们戴口罩不是我想要的。在喀拉拉邦有什么办法吗?我希望有一些解决方法?

0 个答案:

没有答案