图像处理篇---图像预处理

---

---

前言

图像预处理是机器学习和计算机视觉任务中至关重要的一环，其核心目的是通过对原始图像进行优化和调整，提升模型性能、降低噪声干扰、增强关键特征，并适应模型的输入要求。以下是分领域的详细说明：

---

一、通用目的

1.1 数据标准化

目的

目的：统一输入数据的分布，避免因像素值范围差异（如0-255或0-1）导致模型训练不稳定。

实现

#归一化到 [0, 1]
image_normalized = image / 255.0
#标准化（均值中心化 + 方差归一化）
image_standardized = (image - mean) / std

1.2 噪声抑制

目的

目的：消除图像中的随机噪声（如高斯噪声、椒盐噪声），提升特征提取的鲁棒性。

实现

高斯滤波

高斯滤波：cv2.GaussianBlur()

中值滤波

中值滤波：cv2.medianBlur()

双边滤波

双边滤波：保留边缘的同时去噪，cv2.bilateralFilter()

1.3 尺寸统一化

目的

目的：确保所有输入图像尺寸一致，适配模型输入层（如CNN要求固定尺寸）。

实现

resized_image = cv2.resize(image, (width, height)