图像预处理第7步:标准归一化

图像预处理第7步:标准归一化
将分割出来的各个不同宽、高的数字字符宽、高统一

//图像预处理第7步:标准归一化
//将分割出来的各个不同宽、高的数字字符宽、高统一
void CChildView::OnImgprcStandarize() 
{
    StdDIBbyRect(m_hDIB,w_sample,h_sample);
    //在屏幕上显示位图
    CDC* pDC=GetDC();
    DisplayDIB(pDC,m_hDIB);    
    DrawFrame(pDC,m_hDIB,m_charRect,2,RGB(21,255,25));
    gyhfinished=true;
}
/******************************************************************
*
*  函数名称:
*      StdDIBbyRect()
*
*  参数:
*     HDIB  hDIB          -图像的句柄
*     int   tarWidth      -标准化的宽度
*     int   tarHeight     -标准化的高度
*
*  返回值:
*         无
*
*  功能:
*     将经过分割的字符,进行缩放处理使他们的宽和高一直,以方便特征的提取
*
*  说明:
*     函数中用到了,每个字符的位置信息,所以必须在执行完分割操作之后才能执行标准化操作
*
******************************************************************/
void StdDIBbyRect(HDIB hDIB, int tarWidth, int tarHeight)
{    

    //指向图像的指针
    BYTE* lpDIB=(BYTE*)::GlobalLock ((HGLOBAL)hDIB);

    //指向象素起始位置的指针
    BYTE* lpDIBBits=(BYTE*)::FindDIBBits ((char*)lpDIB);
    
    //指向象素的指针
    BYTE* lpSrc;

    //获取图像的的宽度
    LONG lWidth=::DIBWidth ((char*)lpDIB);

    //获取图像的高度
    LONG lHeight=::DIBHeight ((char*)lpDIB);

    // 循环变量
    int    i;
    int    j;
    
    // 图像每行的字节数
    LONG    lLineBytes = WIDTHBYTES(lWidth * 8);

    //宽度、高度方向上的缩放因子
    double wscale,hscale;

    //开辟一块临时缓存区,来存放变化后的图像信息
    LPSTR lpNewDIBBits;
    LPSTR lpDst;
 
    //缓存区的大小和原图像的数据区大小一样
    HLOCAL nNewDIBBits=LocalAlloc(LHND,lLineBytes*lHeight);

    //指向缓存区开始位置的指针
    lpNewDIBBits=(char*)LocalLock(nNewDIBBits);

    //指向缓存内信息的指针
    lpDst=(char*)lpNewDIBBits;

    //将缓存区的内容赋初始值
    memset(lpDst,(BYTE)255,lLineBytes*lHeight);

    //进行映射操作的坐标变量
    int i_src,j_src;

    //存放字符位置信息的结构体
    CRect rect;
    CRect rectnew;

    //先清空一个新的矩形区域链表以便存储标准化后的矩形区域链表
    m_charRectCopy.clear ();

    //从头到尾逐个扫描各个结点
    while(!m_charRect.empty())
    {
        //从表头上得到一个矩形
        rect= m_charRect.front();

        //从链表头上面删掉一个
        m_charRect.pop_front();

        //计算缩放因子

        //横坐标方向的缩放因子
        wscale=(double)tarWidth/rect.Width ();

        //纵坐标方向的缩放因子
        hscale=(double)tarHeight/rect.Height ();

        //计算标准化矩形

        //上边界
        rectnew.top =rect.top ;

        //下边界
        rectnew.bottom =rect.top +tarHeight;

        //左边界
        rectnew.left =rect.left ;

        //右边界
        rectnew.right =rectnew.left +tarWidth;

        //将原矩形框内的象素映射到新的矩形框内
        for(i=rectnew.top ;i<rectnew.bottom ;i++)
        {
            for(j=rectnew.left ;j<rectnew.right ;j++)
            {   

                //计算映射坐标
                i_src=rectnew.top +int((i-rectnew.top )/hscale);
                j_src=rectnew.left +int((j-rectnew.left )/wscale);

                //将相对应的象素点进行映射操作
                lpSrc=(unsigned char *)lpDIBBits + lLineBytes *  i_src + j_src;
                lpDst = (char *)lpNewDIBBits + lLineBytes * i + j;
                *lpDst=*lpSrc;
            }
        }
        //将标准化后的矩形区域插入新的链表
        m_charRectCopy.push_back (rectnew);

    
    }

    //存储标准化后新的rect区域
    m_charRect=m_charRectCopy;

    //将缓存区的内容拷贝到图像的数据区内
    memcpy(lpDIBBits,lpNewDIBBits,lLineBytes*lHeight);

    //解除锁定
    ::GlobalUnlock ((HGLOBAL)hDIB);
}

运行效果:

转载于:https://www.cnblogs.com/Bobby0322/p/5408422.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在Pytorch中,图像预处理通常使用transforms模块来完成。以下是一些常见的图像预处理操作: 1. Resize:调整图像大小。 ``` transforms.Resize((height, width)) ``` 2. CenterCrop:在图像中心进行裁剪。 ``` transforms.CenterCrop(size) ``` 3. RandomCrop:在随机位置进行裁剪。 ``` transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant') ``` 4. Normalize:对图像进行标准处理。 ``` transforms.Normalize(mean, std) ``` 5. ToTensor:将数据类型转换为张量(Tensor)。 ``` transforms.ToTensor() ``` 6. RandomHorizontalFlip:随机水平翻转。 ``` transforms.RandomHorizontalFlip(p=0.5) ``` 7. RandomRotation:随机旋转。 ``` transforms.RandomRotation(degrees, resample=False, expand=False, center=None) ``` 这些操作可以通过组合使用来构建一个预处理管道。例如,以下代码将对图像进行中心裁剪、标准和转换为张量: ``` transform = transforms.Compose([ transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) ``` ### 回答2: PyTorch是一种流行的机器学习框架,提供了丰富的图像预处理功能,便于处理和准备图像数据用于训练深度学习模型。 首先,PyTorch图像预处理的第一步通常是加载图像。PyTorch提供了torchvision库,其中包括一些常用的数据集,如ImageFolder,可以方便地加载和处理图像数据。 接下来,预处理图像的常见步骤是将其转换为Tensor格式。PyTorch将图像表示为张量,可以通过使用transforms.ToTensor()转换图像数据类型为torch.Tensor。这样可以使图像数据可以直接输入到神经网络中进行训练。 此外,图像预处理包括常见的数据增强方法,如随机裁剪、随机翻转、旋转和缩放等。这些数据增强方法有助于增加模型的泛能力,提高模型对于不同样本的鲁棒性。可以使用transforms库提供的方法,如RandomCrop、RandomHorizontalFlip和RandomRotation等来实现这些数据增强操作。 另外,在进行图像预处理时,还可以进行归一操作。这可以通过使用transforms.Normalize()方法,将图像的像素值进行标准处理,使其符合模型训练的要求。标准会根据图像像素的均值和标准差进行处理。 最后,为了方便创建可以训练的数据集,可以使用torch.utils.data.DataLoader将预处理后的图像加载为批量数据。DataLoader还提供了一些常用的功能,如数据随机打乱和并行加载等。 综上所述,PyTorch提供了丰富的图像预处理功能,通过transforms库以及相关的方法,可以将图像数据加载、转换为张量、进行数据增强和标准等操作,方便地准备和处理图像数据以供深度学习模型使用。 ### 回答3: PyTorch图像预处理是一系列的操作,用于将输入的图像数据转换为适合神经网络训练的格式。下面将介绍几种常见的PyTorch图像预处理方法。 1. 图像变换(Image Transformations):这是最基本的图像预处理步骤,包括调整图像大小,裁剪、缩放、旋转等操作。可以使用torchvision库中的transforms模块来实现,例如使用Resize函数调整图像大小,使用RandomCrop函数进行随机裁剪。 2. 数据增强(Data Augmentation):数据增强是指通过对原始图像进行一系列变换来生成新的训练样本,旨在扩大训练集规模和增加数据的多样性,以提高模型的泛能力。常用的数据增强操作包括随机翻转、随机旋转、随机裁剪等。可以使用torchvision库中的transforms模块的RandomHorizontalFlip、RandomVerticalFlip、RandomRotation、RandomCrop等函数来实现。 3. 标准(Normalization):标准是将图像的像素值进行归一处理,使其符合神经网络的输入要求。常用的标准方法是将像素值减去均值,然后除以标准差。可以使用torchvision库中的transforms模块的Normalize函数来实现。 4. 数据加载(Data Loading):在PyTorch中,可以使用torchvision库中的datasets模块来加载图像数据集。datasets模块提供了一些常用的图像数据集,如CIFAR-10、ImageNet等。加载图像数据集时,可以使用transforms参数来指定需要进行的图像预处理操作。 5. 批量处理(Batch Processing):在神经网络训练过程中,通常会将训练数据划分为小批量进行训练,以提高运算效率。可以使用torch.utils.data.DataLoader模块中的DataLoader函数来进行批量处理。 总结起来,PyTorch图像预处理包括图像变换、数据增强、标准、数据加载和批量处理等操作,通过这些操作可以将原始图像数据转换为适合神经网络训练的格式。这些预处理操作可以提高模型的训练效果和泛能力。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值