u-net图像预处理

预处理代码：

import glob
import numpy as np
from PIL import Image


# 标准化
def standardize(data):
    # 计算均值
    mean = data.mean()
    # 计算标准差
    std = np.std(data)

    # 计算结果
    standardized = (data - mean) / std
    return standardized


#  归一化
def normalize(data):
    # 计算最大值和最小值
    max_val = data.max()
    min_val = data.min()
    normalized = (data - min_val) / (max_val - min_val)
    return normalized


# 输入文件夹 名字
path1 = "masks"
# 输出文件夹 名字
path2 = "mask"

lis = glob.glob(path1 + "/*")
print(lis)

for i in lis:
    # 打开一张图片，并转换为np数组
    raw_image = Image.open(i).resize((256, 256))

    # 查看
    # raw_image.show()
    # break

    image_array = np.array(raw_image)
    # 标准化
    data = standardize(image_array)
    # 归一化
    image_array = normalize(data)

    # 替换 字符串
    pa = i.replace(path1, path2)
    # 保存为 npy 格式
    np.save(pa + '.npy', image_array)