图像基础增强：翻转、旋转、缩放、裁剪、平移、颜色抖动、亮度/对比度调整
各位同学，咱们今天聊点实在的。
图像增强，说白了就是给数据「化妆」。你想想看，模型训练时如果只有几千张原图，那它学到的特征就太局限了。我刚开始做图像项目时，总觉得数据不够用，后来才发现——不是数据不够，是增强没做透。
为什么图像增强这么重要？
模型本质上是个「见过世面」的机器。你给它看的图片都是正着拍的、光线均匀的、物体居中的，那它换个角度、换个光线就懵了。增强的目的，就是模拟真实世界中千变万化的场景。
我个人习惯，在数据预处理阶段至少做 3-5 种增强组合。别怕麻烦，这一步省了，后面调参能让你哭出来。
核心原则：增强后的图片不能改变原始语义。比如把猫的图片左右翻转，它还是一只猫；但如果你把猫上下翻转，模型可能就学成「倒挂的猫」了——这在现实场景中很少见。
一、翻转（Flip）
翻转是最简单、最安全的增强方式。分两种：水平翻转和垂直翻转。
- 水平翻转：左右镜像。适合大多数自然场景，比如风景、物体、人脸（注意：文字、车牌等有方向性的内容慎用）。
- 垂直翻转：上下颠倒。这个要小心，除非你的应用场景确实有倒置的情况（比如无人机航拍）。
# 水平翻转示例
import cv2
import numpy as np
img = cv2.imread('cat.jpg')
flipped_h = cv2.flip(img, 1) # 1 表示水平翻转
flipped_v = cv2.flip(img, 0) # 0 表示垂直翻转
我的经验：做目标检测时，水平翻转一定要同步翻转标注框的坐标。我曾经犯过这个错，训练出来的模型定位全偏了，排查了两天才发现是标注没跟着翻。
二、旋转（Rotation）
旋转能让模型学会「不同角度下的物体长什么样」。但要注意，旋转后图片边缘会出现黑边或空白区域。
- 小角度旋转（±15°以内）：适合大多数场景，信息损失小。
- 大角度旋转（±45°以上）：适合圆形对称物体，比如细胞、卫星图像。
# 旋转示例
(h, w) = img.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, 30, 1.0) # 旋转30度
rotated = cv2.warpAffine(img, M, (w, h))
注意：旋转后产生的黑边，可以用填充模式处理（比如复制边缘像素或填充纯色）。我一般用 cv2.BORDER_REFLECT，效果比较自然。
三、缩放（Scaling）
缩放模拟的是「物体离镜头远近不同」的情况。分两种：
- 等比例缩放：保持宽高比，不会变形。
- 非等比例缩放：会拉伸图像，一般不建议用，除非你的应用场景本身就有畸变。
# 缩放示例
resized = cv2.resize(img, None, fx=0.8, fy=0.8, interpolation=cv2.INTER_LINEAR)
避坑指南：缩放后别忘了检查图像尺寸是否还是模型输入要求的大小。我见过有人缩放后直接喂给模型，结果尺寸不匹配，报错报了一下午。
四、裁剪（Cropping）
裁剪是「局部特写」的模拟。随机裁剪一块区域，然后缩放到原图大小。
- 中心裁剪：固定裁剪中间区域，适合主体居中的图片。
- 随机裁剪：随机位置裁剪，能大幅增加数据多样性。
# 随机裁剪示例
h, w = img.shape[:2]
x = np.random.randint(0, w - 200)
y = np.random.randint(0, h - 200)
cropped = img[y:y+200, x:x+200]
cropped = cv2.resize(cropped, (w, h)) # 缩放到原图大小
关键点：裁剪时如果目标物体被切掉一部分，模型可能学不到完整特征。我建议裁剪比例控制在原图的 60%-90% 之间。
五、平移（Translation）
平移就是让物体在画面中「走动」。模型通过平移增强，能学会「物体不在画面中心时也能识别」。
# 平移示例
M = np.float32([[1, 0, 50], [0, 1, 30]]) # 向右平移50像素，向下平移30像素
translated = cv2.warpAffine(img, M, (w, h))
我的习惯：平移量一般不超过图像尺寸的 20%，否则物体可能跑出画面，那就没意义了。
六、颜色抖动（Color Jittering）
颜色抖动是调整图像的色调、饱和度、明度等。说白了，就是让模型适应不同光照和色彩环境。
- 色调调整：改变颜色的基调，比如偏黄、偏蓝。
- 饱和度调整：让颜色更鲜艳或更灰暗。
- 明度调整：整体变亮或变暗。
# 颜色抖动示例（使用HSV空间）
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
hsv[:,:,0] = (hsv[:,:,0] + 10) % 180 # 色调偏移
hsv[:,:,1] = np.clip(hsv[:,:,1] * 1.2, 0, 255) # 饱和度增强
hsv[:,:,2] = np.clip(hsv[:,:,2] * 0.9, 0, 255) # 明度降低
jittered = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
注意：颜色抖动幅度不要太大。我曾经把一张蓝天白云的图调成了紫色，模型直接学歪了。建议色调偏移不超过 ±20，饱和度/明度变化不超过 30%。
七、亮度/对比度调整
这两个参数是图像增强的「基本功」。亮度控制整体明暗，对比度控制明暗差异程度。
# 亮度和对比度调整
alpha = 1.2 # 对比度控制（1.0 为原始）
beta = 30 # 亮度控制（0 为原始）
adjusted = cv2.convertScaleAbs(img, alpha=alpha, beta=beta)
经验之谈：做夜间场景识别时，我会把亮度调低、对比度调高，模拟真实夜视效果。白天场景则相反。这个组合拳打好了，模型泛化能力能提升一大截。
知识体系总览
下面这张图，是我自己梳理的图像基础增强知识结构。你可以把它当作「增强工具箱」的目录。
实战建议
说了这么多，到底怎么用？我一般按这个顺序来：
- 先做几何变换：翻转、旋转、缩放、裁剪、平移。这些改变的是物体位置和姿态。
- 再做颜色变换：颜色抖动、亮度/对比度调整。这些改变的是环境光照。
- 组合使用：比如「水平翻转 + 随机裁剪 + 亮度调整」，效果比单一增强好得多。
最后提醒一句：增强不是越多越好。我见过有人一张图增强出 100 张，结果模型训练时间翻了三倍，精度反而没提升。适可而止，根据你的数据量和任务复杂度来定。
公众号:蓝海资料掘金营，微信deep3321