深度学习OpenCV的blobFromImage函数

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