cv2.dnn.blobFromImage函数

最新推荐文章于 2024-10-30 11:37:35 发布

Arthur-Ji

最新推荐文章于 2024-10-30 11:37:35 发布

阅读量1.4k

点赞数 1

分类专栏：数字图像处理

原文链接：https://blog.csdn.net/baidu_38505667/article/details/100168965

版权

数字图像处理专栏收录该内容

47 篇文章 9 订阅

订阅专栏

深度学习：OpenCV的blobFromImage如何工作

深度学习中OpnenCV的blobFromImage是对输入图像做了什么呢？

在PyImageSearch有许多读者好奇，blobFromImage到底是对图像做了了什么样的处理？今天我就来告诉大家。

你也必定明白，为了从深度神经网络获得预测结果，你首先需要对你的数据进行预处理。

在深度学习和图像分类领域，预处理任务通常包含：

1.减均值（Mean subtraction）

2.按比例缩放（Scaling by some factor）

OpenCV新的神经网络模块dnn包含两个预处理函数，为通过预训练深度学习模型进行分类，做好准备。

今天的博文，我准备剖析OpenCV的cv2.dnn.blobFromImage和cv2.dnn.blobFromImages预处理函数，理解他们是如何工作的。

OpenCV提供两个函数用来促进图像预处理，用于深度学习分类。

cv2.dnn.blobFromImage

cv2.dnn.blobFromImages

这两个函数执行：

1.减均值

2.缩放

3.通道交换（可选）

下面我们有这些内容：

1.研究减均值与缩放

2.解释每个深度学习预处理函数的函数签名

3.在细节上研究这些方法

4.最后，对一副图像运用OpenCV的深度学习函数

深度学习的减均值

在我没有深入解释OpenCV深度学习预处理函数之前，我们首先需要理解减均值的作用。减均值帮助我们对抗输入图像的亮度变化，所以我们将减均值作为一个技术用来帮助我们的卷积神经网络。

在训练我们深度神经网络之前，我们首先计算像素平均值。我们计算训练集所有图像，在R,G,B三个通道。

这意味这我们最终我们得到三个值：

$\mu_R$ , $\mu_G$ , and $\mu_B$

通常，结果是一个三元组，分别由红绿蓝通道的均值组成。

例如，在ImageNet训练集，R = 103.93 , G = 116.77, B = 123.68。如果你已经用过一个ImageNet的预训练网络，或许之前已经遇到过这些值。

然而，在某些情况下，红绿蓝的均值或许按通道计算的而不是按像素，结果就是一个MxN的矩阵。在这种情况下，输入图像在训练或者测试的时候，减去的就是这个MxN的矩阵。

这两种方法用于减均值都是完全有效的，我们常看到按像素的版本，它用的更多，尤其是对于大的数据集。

当我们准备传入一个图像到我们的网络，图像的每个通道减均值μ：

$R = R - \mu_R$

$G = G - \mu_G$

$B = B - \mu_B$

我们也有一个比例因子, $\sigma$ , 需要加进这个标准化：

$R = (R - \mu_R) / \sigma$

$G = (G - \mu_G) / \sigma$

$B = (B - \mu_B) / \sigma$

$\sigma$ 的值可以是训练集上的标准偏差（从而将预处理步骤转换为标准分数/ z分数）。但是，也可以手动设置 $\sigma$ （相对计算）以将输入图像空间缩放到特定范围 - 它实际上取决于架构，网络如何训练以及作者所用的技术。

需要注意：不是所有的深度学习架构执行减均值和缩放！在预处理你的图像之前，一定要读你所使用网络的相关文献。

正如您在深入学习过程中所发现的，一些网络架构只执行平均减法（因此设置 $\sigma$ =1）。其他架构执行减法和缩放。甚至其他架构不选择执行减法或缩放。总之，检查您正在实施/使用的网络相关出版物，以验证作者正在使用的技术。

非正式地，blob只是具有相同空间维度（即宽度和高度），相同深度（通道数）的图像（可能是集合），它们都以相同的方式被预处理。

cv2.dnn.blobFromImage 和 cv2.dnn.blobFromImages功能差不多，

blob = cv2.dnn.blobFromImage(image, scalefactor=1.0, size, mean, swapRB=True，crop=False,ddepth = CV_32F )

1.image，这是传入的，需要进行处理的图像。

2.scalefactor，执行完减均值后，需要缩放图像，默认是1，需要注意，scalefactor = $1 / \sigma$ ,这是真正乘上的值。

3.size,这是神经网络，真正支持输入的值。

4.mean,这是我们要减去的均值，可以是R,G,B均值三元组，或者是一个值，每个通道都减这值。如果执行减均值，通道顺序是R、G、B。如果，输入图像通道顺序是B、G、R，那么请确保swapRB = True，交换通道。

5.swapRB，OpenCV认为图像通道顺序是B、G、R，而减均值时顺序是R、G、B，为了解决这个矛盾，设置swapRB=True即可。

6.crop,如果crop裁剪为真，则调整输入图像的大小，使调整大小后的一侧等于相应的尺寸，另一侧等于或大于。然后，从中心进行裁剪。如果“裁剪”为“假”，则直接调整大小而不进行裁剪并保留纵横比。

7.ddepth, 输出blob的深度，选则CV_32F or CV_8U。

cv2.dnn.blobFromImage函数返回的blob是我们输入图像进行随意从中心裁剪，减均值、缩放和通道交换的结果。cv2.dnn.blobFromImages和cv2.dnn.blobFromImage不同在于，前者接受多张图像，后者接受一张图像。多张图像使用cv2.dnn.blobFromImages有更少的函数调用开销，你将能够更快批处理图像或帧。

以上内容翻译自https://www.pyimagesearch.com/2017/11/06/deep-learning-opencvs-blobfromimage-works/

其中介绍的例子不再翻译，感兴趣的道友，可以点击链接查看。