制作深度学习训练集时遇到的问题汇总

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