灰度图像转化为0-1范围
一个图像处理中的小笔记
由于在做卷积神经网络时,需要对总的训练集的数据400张图像通过平移缩放旋转镜像对称等方式将数据集扩大到70000张。但是在这些变换过程中,图像的灰度范围会变得不确定,所以在得到70000张图像后,且保证在CNN网络中输入的图像灰度范围统一在0-1的范围内,于是手动将图像的灰度范围转化到0-1的范围。
使用io.imread读取图像时, 得到的图像的灰度范围是0-255,但是会出现灰度达不到最大值的情况, 例如一个图像的灰度范围是[0-201],这时候,如果用img_as_float()转化为[0-1]的灰度范围时, 得到的结果是[0-0.788],比例是按照1/255的比来变化的,这时候得到的图像是不符合条件的[没有来头的以为]。所以通过1/(max-min)来得到将的比,使图像变化到0-1。
from skimage import io, transform, img_as_float
#img_as_float将图像转化为0-1的浮点数
import numpy as np
def int_to_float(f):
image = io.imread(f) #读取图像为整型, [0-255]
image = img_as_float(image) #变为浮点型[0-1]。
image = (image - image.min()) * (1 / (image.max() - image.min())) #比例缩放的归一化
image = transform.resize(image, (256, 256)) #图像缩放大小
return image
path = '/home/total_train_image_gray/*.jpg' #读取文件夹下所有的.jpg图像
collections = io.ImageCollection(path, load_func=int_to_float)
#ImageCollection 读取整个文件夹的图像,对其进行int_to_float函数变换。这个函数特别神奇,省时间。
path1 = '/home/train_image_gray_0_1/'
for i in range(len(collections)):
io.imsave(path1+np.str(i)+'.jpg', collections[i]) #重新存储