画像の正規化

私の見解では、画像の正規化はすべてのピクセルを0と1の間の値で正規化することです。画像の正規化

しかし、次のコードは何を意味していますか？

image_size = 28  # Pixel width and height. 
pixel_depth = 255.0 # Number of levels per pixel. 

for image in image_files: 
    image_file = os.path.join(folder, image) 

    try: 
    image_data = (ndimage.imread(image_file).astype(float) - 
       pixel_depth/2)/pixel_depth # WHY ?? 
    if image_data.shape != (image_size, image_size): 
     raise Exception('Unexpected image shape: %s' % str(image_data.shape)) 
    dataset[num_images, :, :] = image_data 
    num_images = num_images + 1 

    except IOError as e: 
    print('Could not read:', image_file, ':', e, '- it\'s ok, skipping.')

出典

2017-03-16 WeiJay

正規化は多くのことを意味する可能性があります。必ずしも0から1である必要はありません。ヒント：-0.5から0.5にならないのはなぜですか？ – kazemakase

右しかし、違いは何ですか？ – WeiJay

このコードのように、いくつかのハイパー/マルチスペクトルイメージングの一部です。これらの手法では、これは正規化を行う方法ではありません。コードが何をするかは、いくつかのpixcelをデータキューブに変換し、8ビットイメージから-0.5と0.5の間の64/32ビット浮動小数点数を持つ配列に変換することです。さらに解像度が同じかどうかをチェックします。 –

Image normalization単にピクセル強度値の範囲を変更する処理です。

新しい範囲の選択はあなた次第です。

表示されている場合は、範囲-0.5 .. 0.5が選択されているようです。

出典

2017-03-16 09:33:31

私はそれを得ました。しかし、機械学習のデータセットとして異なる範囲を使用することの違いは何ですか？ – WeiJay

これはまったく異なる質問です。そしてそれは私が慣れていない話題です。私が考えることができることの1つは、自動的に正と負の数値でデータを分割することです。あなたがいるときに便利です。範囲の真ん中を見つけようとしています（この場合は0です）。 –

答えて

関連する問題