图像强度归一化Intensity normalization

最新推荐文章于 2025-06-11 13:37:02 发布

飞翔的七彩蜗牛

最新推荐文章于 2025-06-11 13:37:02 发布

阅读量7.5k

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习 Tensorflow python3

本文链接：https://blog.youkuaiyun.com/as472780551/article/details/83860483

python3 同时被 3 个专栏收录

46 篇文章

订阅专栏

机器学习

39 篇文章

订阅专栏

Tensorflow

15 篇文章

订阅专栏

本文介绍了如何使用OpenCV和NumPy进行图像归一化处理，包括将图像从0到255的范围转换到0到1之间，以及线性归一化的方法。通过示例代码展示了如何读取图像，进行数据类型转换，并应用归一化算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#因为opencv读入的图片矩阵数值是0到255，有时我们需要对其进行归一化为0~1
'''
import cv2
img3 = cv2.imread('me.png')
img3 = img3.astype("float") / 255.0  #注意需要先转化数据类型为float
cv2.imshow("Image",img3)
cv2.waitKey()
print(img3.dtype)
print(img3)
'''
import numpy as np
from PIL import Image

def normalize(arr):
    """
    Linear normalization
    http://en.wikipedia.org/wiki/Normalization_%28image_processing%29
    """
    arr = arr.astype('float')
    # Do not touch the alpha channel
    for i in range(3):
        minval = arr[...,i].min()
        maxval = arr[...,i].max()
        if minval != maxval:
            arr[...,i] -= minval
            arr[...,i] *= (255.0/(maxval-minval))
    return arr

def demo_normalize():
    img = Image.open('happy1.png').convert('RGBA')
    arr = np.array(img)
    new_img = Image.fromarray(normalize(arr).astype('uint8'),'RGBA')
    new_img.save('./normalized.png')
demo_normalize()