4. 图像色相偏移

任务说明

对输入图像执行色相通道的随机偏移，生成多张色相变化后的增强图像，用于提升模型对色彩偏移的鲁棒性。核心操作是将RGB图像转换到HSV色彩空间，仅调整H（色相）通道，保持S（饱和度）与V（明度）不变，再转换回RGB输出。

环境依赖

需要 numpy 与 opencv-python（或 Pillow + numpy）。以下实现基于OpenCV，因其内置高效的RGB/HSV互转函数。

关键完整代码

import cv2
import numpy as np

def random_hue_shift(image, delta_range=(-30, 30), num_augmented=4, seed=None):
    """
    对图像进行随机色相偏移增强。
    参数:
        image: 输入BGR图像 (H,W,3)，uint8类型
        delta_range: 色相偏移范围(度)，OpenCV中H通道范围为0~179
        num_augmented: 生成的增强图像数量
        seed: 随机种子，用于复现
    返回:
        list of augmented BGR images
    """
    if seed is not None:
        np.random.seed(seed)
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV).astype(np.int16)
    h_channel = hsv[:, :, 0]
    augmented_images = []
    for _ in range(num_augmented):
        delta = np.random.uniform(delta_range[0], delta_range[1])
        # 色相偏移并做环形处理（0~179循环）
        new_h = (h_channel + delta) % 180
        hsv_copy = hsv.copy()
        hsv_copy[:, :, 0] = new_h
        # 转回uint8并还原为BGR
        hsv_uint8 = np.clip(hsv_copy, 0, 255).astype(np.uint8)
        augmented = cv2.cvtColor(hsv_uint8, cv2.COLOR_HSV2BGR)
        augmented_images.append(augmented)
    return augmented_images

if __name__ == "__main__":
    # 最小可复现示例：生成一张测试图并执行增强
    test_img = np.zeros((100, 100, 3), dtype=np.uint8)
    test_img[:, :, 0] = 255      # B通道=255 → 蓝色
    test_img[:, :, 1] = 0        # G=0
    test_img[:, :, 2] = 0        # R=0
    results = random_hue_shift(test_img, delta_range=(-60, 60), num_augmented=3, seed=42)
    print(f"生成增强图像数量: {len(results)}")
    for i, img in enumerate(results):
        # 验证输出尺寸与类型
        assert img.shape == test_img.shape and img.dtype == np.uint8
        # 验证色相确实发生变化：蓝色(HSV中H=120)偏移后不应仍为纯蓝
        hsv_out = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
        h_val = int(hsv_out[50, 50, 0])
        print(f"第{i+1}张中心像素H值: {h_val} (原图H=120)")

运行与验证

直接运行脚本：python hue_shift.py。预期输出3张增强图，每张中心像素的H值因随机偏移而不同（种子固定为42时，偏移量确定，H值会偏离120）。若取消固定种子，每次运行结果不同。

通过条件：程序无异常退出，输出3张尺寸与类型正确的图像，且打印的H值均不等于120（证明色相已偏移）。如需保存图像，在循环内添加 cv2.imwrite(f"aug_{i}.jpg", img) 即可。

常见问题

• 色相偏移后颜色异常：确保偏移量在0~179范围内做环形处理（代码已用 % 180），否则超出范围会导致错误映射。
• 数据类型错误：HSV转换后需转为int16再进行加减，避免uint8溢出；最后需clip回0~255并转回uint8。
• 偏移范围选择：±30度适合轻微色彩扰动，±60度可生成明显色变样本。实际训练中建议根据任务调整，避免过度破坏语义信息。