使用 Numpy 和 OpenCV 进行图像标准化和归一化答案

【问题标题】：Image standardisation and normalisation using Numpy and OpenCV使用 Numpy 和 OpenCV 进行图像标准化和归一化
【发布时间】：2019-11-24 23:19:24
【问题描述】：

我正在尝试通过以下方式使用 Numpy 和 OpenCV 对图像进行标准化然后标准化；但是，matplotlib 输出的图像看起来是一样的。这是为什么呢？

代码

%matplotlib inline

import cv2
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np

IMG_SIZE = 256

def show_img(img):
    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    imgplot = plt.imshow(img_rgb)

img = cv2.imread('/content/drive/My Drive/ai/test_images/test_image3.tif')
img = cv2.resize(img, (IMG_SIZE, IMG_SIZE))
show_img(img)

img = img.astype('float32')
img = (img - img.mean(axis=(0, 1, 2), keepdims=True)) / img.std(axis=(0, 1, 2), keepdims=True)

img = cv2.normalize(img, None, 0, 1, cv2.NORM_MINMAX)
show_img(img)

【问题讨论】：

标签： python numpy opencv matplotlib computer-vision

【解决方案1】：

这是正常行为。标准化图像意味着将其范围从 0-255 更改为 0-1。 Matplotlib 检查 RGB 值的范围并相应地显示图像。

至于标准化，如果您仔细观察，您会发现颜色变化。在第二张图片上，橙色似乎更淡一些。

这些行为是正常的，因为预处理不应该改变图像（至少是里面的信息），但应该帮助模型处理它们。

【讨论】：