【Python】Albumentationsによるテスト・ダミー画像の作成

「機会学習において多くの学習サンプルの画像が必要である」
「Pythonでテスト画像・ダミー画像を自動で作成したい」

このような場合には、Albumentationsがオススメです。
この記事では、Albumentationsについて説明しています。

本記事の内容

Albumentationsとは？
Albumentationsのシステム要件
Albumentationsのインストール
Albumentationsの動作確認

それでは、上記に沿って解説していきます。

Albumentationsとは？

Albumentationsは、画像補強のためのPythonライブラリです。
画像補強の目的は、既存のデータから新しい学習サンプルを作成することです。

以下は、「Original image」から複数の画像データを作成した例です。

機械学習で学習用データが必要となる場合、Albumentationsが役に立ちます。
機械学習以外でも、多くの画像が必要となるケースがあります。
そのような場合にも、Albumentationsは効果を発揮するでしょう。

以上、Albumentationsについて説明しました。
次は、Albumentationsのシステム要件を説明します。

Albumentationsのシステム要件

現時点（2022年8月）でのAlbumentationsの最新バージョンは、1.2.1となります。
この最新バージョンは、2022年7月12日にリリースされています。

サポートOSに関しては、以下を含むクロスプラットフォーム対応です。

Windows
macOS
Linux

サポート対象となるPythonのバージョンは、以下となっています。

Python 3.6
Python 3.7
Python 3.8
Python 3.9

以下は、Python公式開発サイクルです。

バージョン	リリース日	サポート期限
3.6	2016年12月23日	2021年12月23日
3.7	2018年6月27日	2023年6月27日
3.8	2019年10月14日	2024年10月
3.9	2020年10月5日	2025年10月
3.10	2021年10月4日	2026年10月

Albumentationsが、Python公式開発サイクルに従うなら次のようにすべきでしょう。

Python 3.6を対象外にする
Python 3.10を対象とする

ここでは、Python 3.7以降を推奨しておきます。
また、Python 3.10でも問題なく動くことを確認済みです。

以上、Albumentationsのシステム要件を説明しました。
次は、Albumentationsのインストールを説明します。

Albumentationsのインストール

検証は、次のバージョンのPythonで行います。

$ python -V
Python 3.10.2

まずは、現状のインストール済みパッケージを確認しておきます。

$ pip list
Package    Version
---------- -------
pip        22.2.1
setuptools 63.3.0
wheel      0.36.2

次にするべきことは、pipとsetuptoolsの更新です。
pipコマンドを使う場合、常に以下のコマンドを実行しておきましょう。

python -m pip install --upgrade pip setuptools

では、Albumentationsのインストールです。
Albumentationsのインストールは、以下のコマンドとなります。

pip install albumentations

Albumentationsのインストールには、そこそこ時間がかかります。
終了したら、どんなパッケージがインストールされたのかを確認します。

$ pip list
Package                Version
---------------------- ---------
albumentations         1.2.1
imageio                2.21.0
joblib                 1.1.0
networkx               2.8.5
numpy                  1.23.1
opencv-python-headless 4.6.0.66
packaging              21.3
Pillow                 9.2.0
pip                    22.2.1
pyparsing              3.0.9
PyWavelets             1.3.0
PyYAML                 6.0
qudida                 0.0.4
scikit-image           0.19.3
scikit-learn           1.1.1
scipy                  1.9.0
setuptools             63.3.0
threadpoolctl          3.1.0
tifffile               2022.7.31
typing_extensions      4.3.0
wheel                  0.36.2

Albumentationsが、依存しているパッケージを確認できます。
これだけ多くのパッケージに依存しているなら、Python仮想環境の利用を考えましょう。

以上、Albumentationsのインストールを説明しました。
次は、Albumentationsの動作確認を説明します。

Albumentationsの動作確認

Albumentationsの動作確認を行います。
その際に利用するのは、以下のコードです。

import albumentations as A
import cv2

# Declare an augmentation pipeline
transform = A.Compose([
    A.CLAHE(),
    A.RandomRotate90(),
    A.Transpose(),
    A.ShiftScaleRotate(shift_limit=0.0625, scale_limit=0.50, rotate_limit=45, p=.75),
    A.Blur(blur_limit=3),
    A.OpticalDistortion(),
    A.GridDistortion(),
    A.HueSaturationValue(),
])

# Read an image with OpenCV and convert it to the RGB colorspace
image = cv2.imread("image.jpg")
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Augment an image
transformed = transform(image=image)
transformed_image = transformed["image"]

# save image
cv2.imwrite('transformed_image.jpg', transformed_image)

また、画像は以下を用意しました。

image.jpg

上記コードを3回実行します。
その結果として作成された画像は、以下。

1回目

2回目

3回目

それぞれ結果が異なるのは、以下コード部分でランダムな要素があるからです。

# Declare an augmentation pipeline
transform = A.Compose([
    A.CLAHE(),
    A.RandomRotate90(),
    A.Transpose(),
    A.ShiftScaleRotate(shift_limit=0.0625, scale_limit=0.50, rotate_limit=45, p=.75),
    A.Blur(blur_limit=3),
    A.OpticalDistortion(),
    A.GridDistortion(),
    A.HueSaturationValue(),
])

上記コード部分では、画像に適用したい変化を宣言しています。
適用可能な変化については、マニュアルをご覧ください。

Albumentations Documentation
https://albumentations.ai/docs/

以上、Albumentationsの動作確認を説明しました。