基于matlab的深度学习数据集预处理在工程中的应用

基于MATLAB的深度学习数据集预处理在工程中的应用

针对深度学习中，需要对既定的图像数据进行预处理操作。操作步骤如下：
1、RGB–>Grey
2、decreasing resolution
3、image turnover
4、imcomplement
5、noise`

clc;clear;close all;

I=imread('图片文件');   %读入图片
figure(1)
imshow(I)
title('原图显示')

imwrite(I,'原图显示.png') 

%% ----------- 1、RGB-->Grey -------------------
I1=rgb2gray(I);
figure(2)
imshow(I1)
title('原图二值化')

imwrite(I1,'1_原图二值化.png') 

%% ----------- 2、decreasing resolution --------
%4032×3024-->640×480
I2 = imresize(I1,0.1587);
figure(3)
imshow(I2)
title('原图二值化图像像素压缩')

imwrite(I2,'2_原图二值化图像像素压缩.png') 
%% ----------- 3、image turnover ---------------
%1、90°turnover
I3_1=imrotate(I2,90);
figure(4)
subplot(131)
imshow(I3_1)
title('原图二值化图像像素压缩旋转90°')
imwrite(I3_1,'3_1_原图二值化图像像素压缩旋转90°.png') 

%2、180°turnover
I3_2=imrotate(I2,180);
subplot(132)
imshow(I3_2)
title('原图二值化图像像素压缩旋转180°')
imwrite(I3_2,'3_2_原图二值化图像像素压缩旋转180°.png') 

%3、270°turnover
I3_3=imrotate(I2,270);
subplot(133)
imshow(I3_3)
title('原图二值化图像像素压缩旋转270°')
imwrite(I3_3,'3_3_原图二值化图像像素压缩旋转270°.png') 

%% ----------- 4、imcomplement ------------------
I4=imcomplement(I1);%原图+二值化图像取反
I4_0=imcomplement(I2);%原图+二值化+图像像素压缩取反
I4_1=imcomplement(I3_1);%原图+二值化+图像像素压缩+旋转90°图像取反
I4_2=imcomplement(I3_2);%原图+二值化+图像像素压缩+旋转180°图像取反
I4_3=imcomplement(I3_3);%原图+二值化+图像像素压缩+旋转270°图像取反

figure(5)

subplot(221)
imshow(I4)
title('原图二值化图像取反')
imwrite(I4,'4_00_原图二值化图像取反.png') 

subplot(222)
imshow(I4_0)
title('原图二值化图像像素压缩取反')
imwrite(I4_0,'4_01_原图二值化图像像素压缩取反.png') 

subplot(234)
imshow(I4_1)
title('原图二值化图像像素压缩旋转90°图像取反')
imwrite(I4_1,'4_1_原图二值化图像像素压缩旋转90°图像取反.png') 

subplot(235)
imshow(I4_2)
title('原图二值化图像像素压缩旋转180°图像取反')
imwrite(I4_2,'4_2_原图二值化图像像素压缩旋转180°图像取反.png') 

subplot(236)
imshow(I4_3)
title('原图二值化图像像素压缩旋转270°图像取反')
imwrite(I4_3,'4_3_原图二值化图像像素压缩旋转270°图像取反.png')


%% ----------- 5、noise
%1、original
I5=imnoise(I,'gaussian',0,0.01);%原图+加噪声
I5_1=imnoise(I1,'gaussian',0,0.01);%原图+二值化+加噪声
I5_2=imnoise(I2,'gaussian',0,0.01);%原图+二值化+图像分辨率压缩+加噪声
I5_31=imnoise(I3_1,'gaussian',0,0.01);%原图+二值化+图像分辨率压缩+旋转 90°+加噪声
I5_32=imnoise(I3_2,'gaussian',0,0.01);%原图+二值化+图像分辨率压缩+旋转180°+加噪声
I5_33=imnoise(I3_3,'gaussian',0,0.01);%原图+二值化+图像分辨率压缩+旋转270°+加噪声
I5_4=imnoise(I4,'gaussian',0,0.01);%原图+二值化+取反+加噪声
I5_41=imnoise(I4_1,'gaussian',0,0.01);%原图+二值化+图像分辨率压缩+旋转90°+取反+加噪声
I5_42=imnoise(I4_2,'gaussian',0,0.01);%原图+二值化+图像分辨率压缩+旋转180°+取反+加噪声
I5_43=imnoise(I4_3,'gaussian',0,0.01);%原图+二值化+图像分辨率压缩+旋转270°+取反+加噪声


figure(6)

subplot(251)
imshow(I5)
title('原图加高斯噪声')
imwrite(I5,'5_1_原图加高斯噪声.png')

subplot(252)
imshow(I5_1)
title('原图二值化加噪声')
imwrite(I5_1,'5_2_原图二值化加高斯噪声.png')

subplot(253)
imshow(I5_2)
title('原图二值化图像像素压缩加高斯噪声')
imwrite(I5_2,'5_3_原图二值化图像像素压缩加高斯噪声.png')

subplot(254)
imshow(I5_31)
title('原图二值化图像像素压缩旋转90°加噪声')
imwrite(I5_31,'5_4_原图二值化图像像素压缩旋转90°加高斯噪声.png')

subplot(255)
imshow(I5_32)
title('原图二值化图像像素压缩旋转180°加噪声')
imwrite(I5_32,'5_5_原图二值化图像像素压缩旋转180°加高斯噪声.png')

subplot(256)
imshow(I5_33)
title('原图二值化图像像素压缩旋转270°加噪声')
imwrite(I5_33,'5_6_原图二值化图像像素压缩旋转270°加高斯噪声.png')

subplot(257)
imshow(I5_4)
title('原图二值化取反加高斯噪声')
imwrite(I5_4,'5_7_二值化取反加高斯噪声.png')

subplot(258)
imshow(I5_41)
title('原图二值化图像像素压缩旋转90°取反加高斯噪声')
imwrite(I5_41,'5_8_原图二值化图像像素压缩旋转90°取反加高斯噪声.png')

subplot(259)
imshow(I5_42)
title('原图二值化图像像素压缩旋转180°取反加高斯噪声')
imwrite(I5_42,'5_9_原图二值化图像像素压缩旋转180°取反加高斯噪声.png')

subplot(2,5,10)
imshow(I5_43)
title('原图二值化图像像素压缩旋转270°取反加高斯噪声')
imwrite(I5_43,'5_10_原图二值化图像像素压缩旋转270°取反加高斯噪声.png')

以上为matlab源代码，如果遇到什么问题，欢迎评论、私信讨论。