LZ有时候自己制作训练集 跑数据,处理图片的时候遇到一些问题
不定期更新汇总:
1、二维卷积(实际数学上应该是叫做互相关计算啦),以下叫做互相关
pic1与pic2互相关:使用scipy.signal.convolve2d(pic1,pic2,mode='')
要求 pic1尺寸 >= pic2 mode有三种参数 平常same 使用最多,输出的矩阵的尺寸和pic保持一致(有padding)
2、图片归一化问题:
最初保存图片的时候 就简单的 arr = arr / np.max(arr) * 255 使得输出的结果在 0~255之间再保存。
最近看了几篇有关于 图片灰度归一化的方法:
def GrayNormalization(src):
return (src - np.min(src)) / (np.max(src) - np.min(src))
关于图像的保存问题:我经常使用的有两个方式:
第一个是 PIL库的 .save('123.png')
第二个是matplotlib.image.imsave('名字',矩阵)
二者有点不同:
PIL的图片格式进行保存的时候,我一般会使用L模式 也就是8位灰度值
同样一个矩阵举例子 ([0.1,0.2],[0.3,0.4])
PIL会按照实际的像素保存为图片,我给的这个矩阵就基本上黑色的
而plt.image.imsave () 好像会自动放缩一下,将数据分布到0-255
具体源码没查 使用的时候要注意。
不定期更新
再不开学 这研究生就废了