计算自己的图片数据集的均值、方差、特征值和特征向量

最新推荐文章于 2024-08-31 16:06:59 发布

Sesen_s

最新推荐文章于 2024-08-31 16:06:59 发布

阅读量5.1k

点赞数 3

分类专栏：深度学习学习笔记

本文链接：https://blog.youkuaiyun.com/weixin_40546602/article/details/91352785

版权

本文介绍了如何在实验中计算图像数据集的均值、方差，以及详细步骤来获取特征值和特征向量，这对于理解和处理图像数据集至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在一个实验中，需要统计我的图像数据集的均值和方差，以及特征值和特征向量。

一、统计图片的均值和方差

import numpy as np
import cv2
import random
import os
# calculate means and std
from tqdm import tqdm
import numpy as np

train_txt_path = './data/file_name.txt'  # 数据集images name索引txt
image_prefix = '/data/images'  # 图片

CNum = 10000  # select images 取前10000张图片作为计算样本

img_h, img_w = 32, 32
imgs = np.zeros([img_w, img_h, 3, 1])
means, stdevs = [], []

with open(train_txt_path, 'r') as f:
    lines = f.readlines() # 读取全部image name
    random.shuffle(lines)  # shuffle images

    for i in tqdm(range(CNum)):
        file_name = lines[i].strip() + '.jpg'
        img_path = os.path.join(image_prefix, file_name)

        img = cv2.imread(img_path)
        img = cv2.resize(img, (img_h, img_w)) # 将图片进行裁剪[32,32]
        img = img[:, :, :, np.newaxis]
        imgs = np.concatena