「TensorFlow/Keras」で画像データを水増し（輝度調整・水平垂直移動）する方法ご紹介。〜 Object Detection API 〜

import tensorflow as tf
import tensorflow.image
import os
import glob
from PIL import Image
import numpy as np

img_dir = glob.glob('/exit/*.jpg')
#画像の読み込み

height = 300
width = 400
#画像のサイズを指定
i = 0
for name in img_dir:
    
    count = name.split(".")[0].split("/exit/exit")[1]
    #画像を保存する際に仕様している番号
    load_img = tf.read_file(name)
    #画像の読み込み
    img = tf.image.decode_jpeg(load_img, channels=3)
    #画像の調整
    for i in range(1,5):

        before_img = tf.image.adjust_brightness(img, delta=0.0625 + 0.0625*i)
        #画像の輝度を指定して変更する
        #before_img = tf.image.random_brightness(image,max_delta,seed=None)
        #ランダムに画像の輝度変更する

        with tf.Session() as sess:
            coord = tf.train.Coordinator()
            threads = tf.train.start_queue_runners(coord=coord)
            img = sess.run(before_img)

            Image.fromarray(np.uint8(img)).save('/exit/brit/exit' + str(count) + '_' + str(i) + '.jpg')
        i = i + 1
            #画像の保存先を指定

from tensorflow.keras.preprocessing import image
import numpy as np
from PIL import Image
import glob


img_dir = glob.glob('/exit/*.jpg')
#img_dirに今回水増しする画像のリストを格納

def make_generator(num):#ImageDatageneratorの仕様作成関数
    global datagen
    if num == 0:
        #縦移動
        datagen = image.ImageDataGenerator(height_shift_range=0.5)
    elif num == 1:
        #横移動
        datagen = image.ImageDataGenerator(width_shift_range=0.3)
    elif num == 2:
        #回転
        datagen = image.ImageDataGenerator(rotation_range=20)

for make_number in range(3):
    for img_l in img_dir:
        img = image.load_img(img_l)
        img = np.array(img)
        
        make_generator(make_number)#ImageDatageneratorの仕様作成関数

        # ミニバッチを生成する Python ジェネレーターを作成する。
        x = img[np.newaxis]  #  (Height, Width, Channels)  -> (1, Height, Width, Channels) 
        gen = datagen.flow(x, batch_size=1)  # 1枚しかないので、ミニバッチ数は1

        for i in range(5):
            batches = next(gen)  # (NumBatches, Height, Width, Channels) の4次元データを返す。
            # 画像として表示するため、3次元データにし、float から uint8 にキャストする。
            gen_img = batches[0].astype(np.uint8)

            im = Image.fromarray(gen_img)
            #np.save('exit/generate_zurasu/exit' + str(i) + '.jpg',gen_img)

            im.save('exit/generate_zurasu/exit' + str(y) + '_' + str(i) + '.jpg')