我正在进行一个项目，需要进行数据增强。我希望将图像水平翻转并添加到训练数据数组中。问题是图像超过10,000张。

这是手动翻转数组train_images中每个图像（一个2D numpy数组）的代码，数组长度为’size’。

for img in range(0, size):  flip = np.flip(train_images[img], axis=1)  np.append(train_images, flip)  np.append(train_labels, train_labels[img])

这种方法花费的时间相当长。是否有任何库函数或更快的方法来计算新图像并将它们添加到数组中，而不使用多线程？

提前感谢您的评论。

回答：

我使用imgaug库来进行系统化的数据增强。它非常有用，并且在设计上非常出色，特别是当您需要对同一图像进行多种增强时。它确实有一定的学习曲线，但绝对值得尝试。