我正在将两个包含图像的不同数据集合并成一个数据集。一个数据集在训练集中包含600张图像，另一个数据集仅包含90-100张图像。我想通过使用imgaug库来增加后一个数据集的大小。图像存储在以其类别命名的文件夹中。因此，训练集中“蛋糕”图像的路径将是..//images//Cake//cake_0001。我尝试使用以下代码来增强这个数据集中的图像：

path = 'C:\\Users\\User\\Documents\\Dataset\\freiburg_groceries_dataset\\images'
ia.seed(6)
seq = iaa.Sequential([
    iaa.Fliplr(0.5),
    iaa.Crop(percent=(0, 0.1)),
    iaa.Affine(rotate=(-25,25))
], random_order=True)
for folder in os.listdir(path):
    try:
        for i in os.listdir(folder):
            img = imageio.imread(i)
            img_aug = seq(images=img)
            iaa.imshow(img_aug)
            print(img_aug)
    except:
        pass

目前没有任何输出，即使我添加了print(img)或imshow(img)或其他任何内容。我如何确保为这个数据集获得更多图像？此外，增强图像的最佳位置在哪里？增强后的图像存储在哪里，我如何查看生成了多少新图像？

回答：

问题不够清晰。因此，对于问题2：保存文件时出错且无法使用imshow()进行可视化。

首先：在第二个循环代码块中

img = imageio.imread(i)
img_aug = seq(images=img)
iaa.imshow(img_aug)
print(img_aug)

第一个错误是：i不是文件路径。为了解决这个问题，将imageio.imread(i)替换为imageio.imread(path+'/'+folder+'/'+i)。

第二个错误是：iaa没有imshow()属性。为了修复这个问题，将iaa.imshow(img_aug)替换为iaa.imgaug.imshow(img_aug)。这样可以修复可视化错误并完成循环执行。

其次：如果在保存图像时遇到任何问题，可以使用PIL，即：

from PIL import Image
im = Image.fromarray(img_aug)
im.save('img_aug.png')