将灰度图像变换到0-1的灰度范围

灰度图像转化为0-1范围

一个图像处理中的小笔记

由于在做卷积神经网络时，需要对总的训练集的数据400张图像通过平移缩放旋转镜像对称等方式将数据集扩大到70000张。但是在这些变换过程中，图像的灰度范围会变得不确定，所以在得到70000张图像后，且保证在CNN网络中输入的图像灰度范围统一在0-1的范围内，于是手动将图像的灰度范围转化到0-1的范围。

使用io.imread读取图像时， 得到的图像的灰度范围是0-255，但是会出现灰度达不到最大值的情况， 例如一个图像的灰度范围是[0-201]，这时候，如果用img_as_float()转化为[0-1]的灰度范围时， 得到的结果是[0-0.788]，比例是按照1/255的比来变化的，这时候得到的图像是不符合条件的[没有来头的以为]。所以通过1/(max-min)来得到将的比，使图像变化到0-1。

---

from skimage import io, transform, img_as_float 
#img_as_float将图像转化为0-1的浮点数
import numpy as np
def int_to_float(f):
    image = io.imread(f)   #读取图像为整型， [0-255]
    image = img_as_float(image)  #变为浮点型[0-1]。
    image = (image - image.min()) * (1 / (image.max() - image.min()))  #比例缩放的归一化
    image = transform.resize(image, (256, 256))  #图像缩放大小
    return image

path = '/home/total_train_image_gray/*.jpg'  #读取文件夹下所有的.jpg图像
collections = io.ImageCollection(path, load_func=int_to_float) 
#ImageCollection 读取整个文件夹的图像，对其进行int_to_float函数变换。这个函数特别神奇，省时间。

path1 = '/home/train_image_gray_0_1/'
for i in range(len(collections)):
    io.imsave(path1+np.str(i)+'.jpg', collections[i])  #重新存储