深度学习-图片数据的标准化数据处理流程

深度学习数据的标准化数据处理流程

以下程序基于python编写

1. 数据的读入

数据的取，可以使用skimage的io函数读取，也可以使用opencv-python来读取或者PIL读数据。
- from skimage.io import imread
- cv2.imread
- PIL

我个人推荐的顺序是使用cv2，skimage ,PIL
cv2 、skimage和 PIL中都集成了很多处理图像的函数
注意：CV2读取的数据顺序是BGR

skimage

from skimage.io import imread
image = imread('1.png')

cv2

import cv2
image  = cv2.imread('1.png')
image = image[:,:,::-1]#BGR -> RGB

PIL

#PL读取数据
import PIL
from PIL import Image
import os
os.chdir("E:\photo")
image = Image.open(r"test.png")

2. 数据增强

使用不同的读取图片数据的方式最好使用对应库的函数进行数据增强
数据增强包括:旋转，上下左右翻转，大小缩放，改变图片的大小尺寸等

3. 转换成float32的类型的数组
   例如使用opencv

 import cv2
 image = cv2.imread('1.png') #uint8
 image = image.astype(np.float32) #uint8 -> float32

4. 数据的归一化标准化

image  = (image/255.0).astype('float32')