深度学习里面最重要的是数据,而有时候数据很少,又或者样本不均衡等问题,这时候就需要对图像进行一系列的数据增强,旋转就是常用的数据增强方式.至于python如何对图像旋转,在之前的文章就有所介绍,

python对图像旋转显示等

这里不详细细谈,一般直接想到的就是添加一个循环,按照循序读取图片,如果图片只有几千张,那可能值耗费几十分钟,但如果图像有上百万张,那么就需要耗费一天,甚至更多的时间,这时候就需要多进程来实现,python多进程虽然比不上c++等其他语言,但是python胜在方便,同样也能缩小很长的时间,本文的例子主要是用multiprocessing这个库.

直接看代码

[python] 
view plain
 copy

1. #coding=utf-8  
2. ””’ 
3. #==================== 
4. #测试一下进程 
5. #==================== 
6. ”’  
7.   
8. from multiprocessing import Pool  
9. import scipy  
10. from scipy import misc  
11. import os  
12. import time  
13. import glob  
14. from scipy import ndimage  
15. start = time.time()  
16. def get_image_paths(folder): #这个函数的作用的获取文件的列表,注释部分是获取  
17.     # return (os.path.join(folder, f)  
18.     #     for f in os.listdir(folder)  
19.     #         if ‘png’ in f)    
20.     return glob.glob(os.path.join(folder, ‘*.png’))  
21.   
22.   
23. def create_read_img(filename):  
24.     im = misc.imread(filename)      #读取图像  
25.     img_rote = ndimage.rotate(im, 90) #旋转90度  
26.     #scipy.misc.imsave(‘…’,img_rote)  
27. img_path = ‘存放图像的目录/’  
28. imgs = get_image_paths(img_path)  
29. print imgs  
30.   
31. pool = Pool()  
32. pool.map(create_read_img,imgs)  
33. pool.close()  
34. pool.join()  
35. # for i in imgs:  
36. #     create_read_img(i)  这部分是循环,可以用来对比时间  
37.   
38. end = time.time()  
39. print end – start  

from: 
http://blog.csdn.net/hjxu2016/article/details/79536129