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")