图片预处理操作中的均值操作mean的作用以及实现代码

在进行目标检测或者分割的时候需要对图片先进行mean的预处理操作，这样做的作用是将原始图片减去整个数据集的像素均值，这样可以体现不同个体之间的区别与差异。

代码实现：

import numpy as np
import cv2
import os
 
# img_h, img_w = 32, 32
img_h, img_w = 300, 300   #根据自己数据集适当调整，影响不大
means, stdevs = [], []
img_list = []
 
imgs_path = '/media/ucchip/詹紫微/数据集/猪只数据集/所有数据集/mean/'
imgs_path_list = os.listdir(imgs_path)
 
len_ = len(imgs_path_list)
i = 0
for item in imgs_path_list:
    img = cv2.imread(os.path.join(imgs_path,item))
    img = cv2.resize(img,(img_w,img_h))
    img = img[:, :, :, np.newaxis]
    img_list.append(img)
    i += 1
    print(i,'/',len_)    
 
imgs = np.concatenate(img_list, axis=3)
imgs = imgs.astype(np.float32) / 255.
 
for i in range(3):
    pixels = imgs[:, :, i, :].ravel()  # 拉成一行
    means.append(np.mean(pixels))
    stdevs.append(np.std(pixels))
 
# BGR --> RGB ， CV读取的需要转换，PIL读取的不用转换
means.reverse()
stdevs.reverse()
 
print("normMean = {}".format(means))
print("normStd = {}".format(stdevs))