cv2.dnn.blobFromImage
先对数据进行预处理然后神经网络的进行数据的预测
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)
1、减均值
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
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。用来当作被减数
参数
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