cv2.dnn.blobFromImage用法

cv2.dnn.blobFromImage用法.

在使用神经网络进行图像识别及检测时，需要对数据进行预处理，预处理的方法通常有两种：

1. Mean subtraction
2. Scaling by some factor

blobFromImage和blobFromImages就是用来预处理图像数据的
这两个函数的作用是：

1. Mean subtraction
2. Scaling by some factor
3. channel swapping [optional]

下图为例

在将图像数据输入到神经网络中之前，对于每一个通道，需要对训练集中所有的图片中的像素值求平均数。
这样我们会得到三个值：

例如，ImageNet数据集的平均值是：R = 103.93，G = 116.77，B = 123.68
以上是按照像素级求平均，最后整个数据集会得到三个平均值
也可以按照通道级求平均，这样最后会得到三个平均矩阵。

处理的时候需要减掉平均值

为了正则化，我们也可以成一个因子

opencv中的blobFromImage函数

cv2.dnn.blobFromImage和cv2.dnn.blobFromImages类似
语法：
blob = cv2.dnn.blobFromImage(image, scalefactor=1.0, size, mean, swapRB=True)

blobFromImage只能处理单个数据，而blobFromImages可以处理一批数据，这使我们可以一次往神经网络里面输入多张图像。