Pytorch：规范化图像数据集

Question

我想归一化图像的自定义数据集。为此，我需要通过遍历数据集来计算均值和标准差。在创建数据集之前，如何规范我的整个数据集？

Answer 1

归一化试图做的是保留数据集上的全部信息，即使值存在差异，对于图像，它也会试图解决某些问题，例如亮度和对比度，这在某些情况下不会图像具有的一般信息。可以采用多种方法，每种方法各有利弊，具体取决于您所拥有的图像集和您要对它们进行的处理工作，仅举几例：

• 线性直方图拉伸：您可以在当前位置绘制线性图 图片中的值范围并将其拉伸以匹配0和255 RGB中的值
• 非线性直方图拉伸：在哪里使用 非线性函数，将输入像素映射到新图像。通常 使用的函数是对数和指数。我最喜欢的功能 是原始直方图的累积概率函数，它 效果很好。
• 自适应直方图均衡：您在哪里进行线性 直方图在图像的某些位置拉伸以避免 身份映射，其中原始值的最大范围 图片。

Answer 2

好吧，让我们以这张图片为例：

您需要做的第一件事就是确定要使用哪个库：枕头或OpenCV。在此示例中，我将使用Pillow：

from PIL import Image
import numpy as np

img = Image.open("test.jpg")
pix = np.asarray(img.convert("RGB")) # Open the image as RGB

Rchan = pix[:,:,0]  # Red color channel
Gchan = pix[:,:,1]  # Green color channel
Bchan = pix[:,:,2]  # Blue color channel

Rchan_mean = Rchan.mean()
Gchan_mean = Gchan.mean()
Bchan_mean = Bchan.mean()

Rchan_var = Rchan.var()
Gchan_var = Gchan.var()
Bchan_var = Bchan.var()

结果是：

• 红色频道均值：134.80585625
• 红色渠道差异：3211.335843945
• 绿色通道均值：81.0884125
• 绿色渠道差异：1672.63200823
• 蓝色频道平均值：68.1831375
• 蓝色频道差异：1166.20433566

希望它可以满足您的需求。