%20(2).svg)
项目简介
vkit是面向计算机视觉领域，专注于文档图像分析与识别方向的Python工具包。其目的是为开发者提供便捷的数据处理和增强能力，让开发者能将更多精力投入到数据治理策略、算法模型设计与调优等更有价值的工作中。
项目的主要特性和功能
- 丰富的数据增强策略
- 光度畸变：支持各类色彩空间操作（通道重组、色调和饱和度调整）以及各类噪音操作（高斯、泊松、脉冲和斑点噪声叠加）。
- 几何畸变：支持常见仿射变换（旋转、倾斜、剪切）和非线性变换（Similarity MLS、基于相机模型的3D曲面和翻折效果），且在几何畸变过程中，能确保图片与各种标注数据类型的一致变换。
- 全面的数据类型封装与可视化支持
- 图片类型：基于PIL封装，支持各类图片的读写操作。
- 标注类型：提供蒙板、评分图、框、多边形等标注类型的封装。
- 工业级代码质量
- 代码自动补全与类型检查：为开发提供友好的代码提示和类型检查，提升开发体验。
- 包管理与依赖管理：具备成熟的包管理和依赖管理机制，方便项目的维护和部署。
- 自动化检查与分析：基于flake8进行自动化风格检查，基于pyright进行静态类型分析。
安装使用步骤
安装
Python版本要求为3.8或3.9。
- 开发版本：安装追踪最新commit的版本。
bash
pip install python-vkit-nightly
- 稳定版本：安装已发布的稳定版本。
bash
pip install python-vkit
使用
几何畸变示例
```python from vkit.image.type import VImage from vkit.augmentation.geometric_distortion import ( CameraModelConfig, CameraCubicCurveConfig, camera_cubic_curve, )
def run(image_file, output_file):
image = VImage.from_file(image_file)
config = CameraCubicCurveConfig(
curve_alpha=60,
curve_beta=-60,
curve_direction=0,
curve_scale=1.0,
camera_model_config=CameraModelConfig(
rotation_unit_vec=[1.0, 0.0, 0.0],
rotation_theta=30,
),
grid_size=10,
)
result = camera_cubic_curve.distort(config, image)
result.image.to_file(output_file)
可通过`fireball`直接调用上述示例：bash
fib vkit_case.vkit_doc_helper.demo_geo:run \
--image_file="REQUIRED" \
--output_file="REQUIRED"
```
光度畸变示例
```python from vkit.image.type import VImage from vkit.augmentation.photometric_distortion import ( MeanShiftConfig, mean_shift, )
def run(image_file, output_file):
image = VImage.from_file(image_file)
config = MeanShiftConfig(delta=100)
new_image = mean_shift.distort_image(config, image)
new_image.to_file(output_file)
可通过`fireball`直接调用上述示例：bash
fib vkit_case.vkit_doc_helper.demo_pho:run \
--image_file="REQUIRED" \
--output_file="REQUIRED"
```
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】