笔记六：图像全局最大最小值归一化，多图批量处理

import os
from PIL import Image
import numpy as np
from tqdm import tqdm

img_path = r'D:/dataset/6/sy' #获取当前代码文件的路径
save_path = r'D:/dataset/normalization/sy' #获取存储路径
a = 0
b = 1
#定义为1，是因为如果为0最后代码中b值类型不会改变，
#数值类型不同无法进行归一化计算，可以更大一点以确保初始定义值不是最小值
i = 1

#找出全局像素最大值、最小值
for item in tqdm(os.listdir(img_path)):
    arr = item.strip().split('*')
    img_name = arr[0]
    image_path = os.path.join(img_path, img_name)
    img = Image.open(image_path)
    c = np.max(img)
    d = np.min(img)
    
    if a < c:
        a = c
    else:
        a = a
    if b > d:
        b = d
    else:
        b = b
    
    if i % 20 == 0:
        print('max:{}'.format(a))
        print('min:{}'.format(b))
    i += 1   
        
#归一化操作
for item in tqdm(os.listdir(img_path)):
    arr = item.strip().split('*')
    img_name = arr[0]
    image_path = os.path.join(img_path, img_name)
    img = Image.open(image_path)
    img = (img - b) / (a - b) #最大最小值归一化
    img = 255 * img  #考虑是否需要可视化，决定是否乘255
    img = Image.fromarray(np.uint8(img))
    img.save(save_path +'/'+img_name)

最大最小值归一化的相关知识相对基础，其他博客的解释也很详尽，我就不班门弄斧了。只是实现一个功能比较基础的代码。