欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

深度学习图像的一些处理--持续更新

程序员文章站 2022-07-02 18:42:29
...

项目场景:

深度学习输入图像的处理


问题描述:

1处理有多种:去均值、归一化、标准化。但该怎么选择呢?

2对新来的图像制作label:二值化?


解决方案:

1/这里是去均值的方案:包括原因分析

https://blog.csdn.net/weixin_37251044/article/details/81157344#fn:2

D是ng样本和ok样本,为了找ng样本中的缺陷,可能求出ok样本的均值在这里会更加适合吧?还是得靠实验说话!



2/

from PIL import Image

Img = Image.open('test.jpg'). convert('L')#先灰度化0-255,以下操作对象为PIL.Image对象

# 自定义灰度界限,大于这个值为黑色,小于这个值为白色,这个值根据你多次实验效果决定

threshold = 200 

table = []

for i in range(256):

  if i < threshold:

    table.append(0)

  else:

    table.append(1)  

# 图片二值化

photo = Img.point(table, '1')# '1':output mode

photo.save("test2.jpg")

 

相关标签: 学术