将RGB图像中每个通道的平均值和标准差更改为自定义值的最有效方法？
将RGB图像中每个通道的平均值和标准差更改为自定义值的最有效方法是通过图像处理算法进行调整。
具体步骤如下：
- 加载RGB图像并将其拆分为红、绿、蓝三个通道。
- 计算每个通道的当前平均值和标准差。
- 根据自定义的目标平均值和标准差，计算需要进行调整的值。
- 对每个通道的像素值进行调整，使其满足目标平均值和标准差。
- 合并三个通道得到新的RGB图像。
这里推荐使用腾讯云的图像处理产品-云图像处理（Image Processing，链接：https://cloud.tencent.com/product/imgpro），该产品提供了丰富的图像处理功能和接口，可以方便地进行图像处理操作，包括通道分离、像素调整等。你可以通过该产品的API或SDK进行开发和调用，快速实现将RGB图像每个通道的平均值和标准差更改为自定义值的功能。
相关·内容
1回答
我正在为一个使用imagmagick和C++的项目工作阅读论文。
我们对160万幅32*32的彩色图像进行了预处理，从每个像素减去它对所有图像的平均值，然后除以所有像素对所有图像的标准差。
我很难区分“从每个像素中，它对所有图像的平均值”和“所有像素对所有图像的标准差”。
因为，我处理的是彩色图像，我是否可以将每个像素的rgb值作为一个值，或者是否应该为每种颜色计算平均值和SD？
例如，如果我有r=255，g=255，b=255，我可以将像素值取为(二进制)，(r<<16)+(g<<8)+b吗？
浏览 2提问于2013-10-12得票数 0
我正在从一份报纸上训练一个网络，上面写着：
我们将所有图像的大小调整为(256,256)，在通过各自的网络之前，通过RGB信道以平均和标准偏差0.5对它们进行规范化。“
我使用ImageDataGenerator类后面跟着flow_from_directory()从训练集映像目录中获取图像。
我不知道我需要使用哪些参数组合，才能得到每幅图像的平均值为0.5，每个RGB通道中的像素的标准差为0.5。
我目前的实现如下：
datagen = ImageDataGenerator(rescale=1.0/255.0, samplewise_center=True, samplewise_st
浏览 0提问于2021-04-07得票数 0
回答已采纳
1回答
我使用的是图像包，我想加载一个图像，得到r图像中像素的均值和标准差。
我试过：
using Images, Color, FixedPointNumbers, ImageView, Testimages
img = testimage("mandril")
mean(data(img))
平均值工作得很好，实际上在IJulia中它显示图像的平均颜色。然而，当我试图得到图像的标准偏差时，我得到：
std(data(img))
`varm` has no method matching varm(::Image{RGB{UfixedBase{Uint8,8}},2,Arr
浏览 0提问于2014-09-20得票数 1
回答已采纳
2回答
归一化图像数据集的最佳方法
、、、、
我有一个图像数据集，其中包含三个拆分-训练、验证和测试拆分，并希望对数据集进行标准化以使训练更容易。因此，我想从可用的数据中找出RGB值的平均值和标准差。
我的疑问是--我应该考虑所有的拆分来正常化吗？
我个人的想法是，应该只使用训练分割，因为它被假设为我们训练模型所需的唯一数据。因此，从训练数据的分布向模型提供输入，留下可以通过对验证拆分的评估来挑选的错误。如果我从训练所提供的数据之外的数据向网络提供分布，它是否会向网络提供比它应该学习的信息更多的信息？
任何其他方法也会有所帮助。例如，对RGB使用标准值是否更好？
transforms.Normalize((0.485, 0.456, 0.
浏览 5提问于2021-07-31得票数 0
1回答
我的数据集是一个具有维数(N，W，H，C)的Numpy阵列，其中N是图像的数目，H和W分别是高度和宽度，C是通道数。
我知道有很多工具，但是我想用Numpy来规范图片。
我的计划是计算三个通道中每个通道的整个数据集的平均值和标准差，然后减去平均值，再除以标准差。
假设数据集中有两个图像，这两个图像的第一个通道如下所示：
x=array([[[3., 4.],
[5., 6.]],
[[1., 2.],
[3., 4.]]])
计算平均值：
numpy.mean(x[:,:,:,0])
= 3.5
计算std：
numpy.std(x
浏览 0提问于2019-02-04得票数 3
回答已采纳
我得到了一个图像(32，32，3)和两个表示均值和标准差的向量(3，)。我试图通过使图像进入可以减去平均值并除以std的状态来归一化图像，但当我试图绘制它时，我得到了以下错误。
ValueError: Floating point image RGB values must be in the 0..1 range.
我理解这个错误，所以我认为当我试图规范化时，我没有执行正确的操作。下面是我试着用来规格化图像的代码。
mean.shape #(3,)
std.shape #(3,)
sample.shape #(32,32,3)
# trying to unroll and by RGB c
浏览 0提问于2018-03-22得票数 2
3回答
我找不到RGB图像的答案。
如何利用MATLAB得到RGB图像的SD值、均值值和熵值？
从 TABLE3那里，他似乎得到了一个答案，那么他得到了RGB值的平均值吗？
真的需要任何帮助。
浏览 4提问于2015-01-30得票数 1
回答已采纳
我有一堆.eps文件需要转换成.jpg (RGB)文件。
与源.jpg文件相比，下面的命令有时会给出饱和或过饱和的图像：
$cmd = "convert -density 300 -quality 100% -colorspace RGB ".$epsURL." -flatten -strip ".$convertedURL;
有没有更聪明的方法来做到这一点，使转换后的图像将具有与源EPS文件相同的质量？
以下是源文件信息的示例：
图像: rejm.eps格式: PS (PostScript)类: DirectClass几何结构: 537x471基本几
浏览 8提问于2010-06-17得票数 2
回答已采纳
2回答
Pytorch:标准化图像数据集
、、、、
我想规范自定义图像数据集。为此，我需要通过迭代数据集来计算平均值和标准差。如何在创建数据集之前对整个数据集进行规范化？
浏览 0提问于2018-11-29得票数 1
回答已采纳
2回答
我必须转换一个图像从，rgb比例到灰度图像只用4行，在“插入代码部分”，我可以做到这一点使用CV，但我有一个彩色图像转换为黑白，通过计算平均的RGB值。如果平均值接近255，则像素设置为白色(255)，否则设置为黑色(0)。为了转换成灰度图像，像素值必须设置为RGB值的平均值。原则上，我应该为每个RGB值使用一个加权因子。
import matplotlib.pyplot
import numpy as np
myImage = matplotlib.pyplot.imread('flower.png')
height=myImage.shape[0]
width=myIm
浏览 0提问于2021-03-08得票数 1
我有一个512x512 RGB图像的数据集。我有两个1x3阵列 mean_value = [0.485,0.456,0.406]
std_value = [0.229,0.224,0.225] 每个元素表示一个RGB通道的期望平均值和标准差。这是用于计算新图像的公式，1个下标表示原始图像，2个下标表示所需的平均值和标准差。 ? 到目前为止，我的代码包含了一个for循环来运行所有通道。 for i in range(3):
norm_tmp = np.subtract(img[:,:,i],np.mean(img[:,:,i]))
std_mult =
浏览 51提问于2020-10-31得票数 1
2回答
不同亮度区域
、、
我有一个图像划分在不同的区域相似，但其中一个有不同的亮度，我必须找出这些区域有不同的亮度。
我在我的OpenCV程序中使用C++库。我把我的图像从RGB转换为HSV空间颜色。然后，我测量了每个区域的全球平均值，但它似乎没有我想象的那么强劲。
下面的图像显示了一个示例：
有什么建议吗？
浏览 1提问于2016-01-13得票数 4
回答已采纳
其目的是获取彩色图像，并将某一亮度范围内的任何像素更改为黑色。例如，如果亮度是像素的RGB值的平均值，则值小于50的任何像素都将更改为黑色。
我尝试开始使用PIL并将其转换为灰度，但很难找到能够识别亮度值并使用该信息操作像素地图的解决方案。
浏览 4提问于2021-11-15得票数 1
回答已采纳
2回答
单通道平均值
、、、
我将我的图像从rgb转换为YUV。现在我想单独找出亮度通道的平均值。您能告诉我如何实现这一点吗？此外，有没有一种方法可以确定一个图像由多少个通道组成？
浏览 2提问于2013-01-16得票数 3
回答已采纳
ImageMagick identify打印以显示图像中所有像素的最小值、最大值和平均值--例如，对于RGB图像，我们可以看到平均值：
identify -verbose -quiet image.tif | grep mean
哪个列表(红色、绿色、蓝色和灰色)：
mean: 122.974 (0.48225)
mean: 107.722 (0.422438)
mean: 84.1278 (0.329913)
mean: 104.941 (0.411534)
Q:如果我的图像有一个布尔α通道，我能用它限制计算只包括α设置为1的像素吗？
我尝试将clip-mask 与领先的-或+一起使用，但
浏览 1提问于2018-11-19得票数 0
回答已采纳
1回答
因此，目前我加入了图像的BGR通道，并对它们做了一些计算。
比如平均值或标准差..。像那样的东西。
据我所知，我不需要转换numPy数组来用cv2.imshow()来显示它们。
但是，当我用以下命令显示数组时：
#with the help of the PIL Libary
data = Image.fromarray(image_array)
data.save('SavedArrayAsPic.png')
我的输出是正确的。这是另一种颜色的图像。
但当我写到：
cv2.imshow("my Array as a Pic", image_array)
它用旧
浏览 0提问于2022-06-27得票数 -1
回答已采纳
1回答
我想使用字典image_dict计算图像的平均颜色： import numpy as np
def average_color(image_dict): ‘计算图像的平均RGB值的函数。首先，对各行进行平均，以获得每列的平均值。然后，对结果值进行平均，以获得每个颜色通道的平均值。 image_dict:包含加载的图像的字典:return:三维np数组:每个颜色通道‘’的平均值为1 return np.array([0,0,0])
浏览 24提问于2020-10-14得票数 0
回答已采纳
1回答
图像标准化
、、、
我想问有关图像预处理的分类任务与cnn。我标准化了输入数据(平均值= 0，标准差= 1)，结果的范围是-1.1。如何使用结果范围为0,1的技术？这样图像就可以可视化了。
浏览 13提问于2021-12-07得票数 0
1回答
Numpy阵列中图像的有效标准化
、、、、
我有一个(N, H, W, C)形状图像的数字数组，其中N是图像的数量，H是图像的高度，W是图像的宽度，C是RGB通道。
我想标准化我的图像频道，所以对于每一张图像，我想要按频道的平均值减去图像频道的平均值，然后除以其标准差。
我是在一个循环中这样做的，这个循环很有效，但是它效率很低，因为它使我的RAM变得太满了。
def standardize(img):
mean = np.mean(img)
std = np.std(img)
img = (img - mean) / std
return img
for img in rgb_images:
r
浏览 0提问于2018-05-08得票数 8
回答已采纳
我们如何获得输入RGB图像(3维MAT对象)的均值，从而得到灰度图像？OpenCV的cvtColor()函数根据预先存在的公式将图像转换为灰色。我希望获得所有三个通道的平均值，并将结果图像存储在另一个矩阵中。OpenCV中的cv::mean()函数返回所有输入通道的标量平均值。
如果这是一个Python，并且img是一个RGB图像，那么img.mean(2)会得到我想要的东西。与Python相比，连续调用addWeighted()函数并在拆分通道后使用gray= blue/3.0 + red/3.0 +green/3.0会产生不同的结果。
在C++或C++的OpenCV库中有没有类似于img.
浏览 0提问于2017-02-03得票数 6
回答已采纳
3回答
关于运行vgg模型的图像缩放操作
、、、、
在阅读时，我注意到作者对输入的RGB图像执行了一些缩放操作，如下所示。我有两个问题：VGG_MEAN是什么意思以及如何进行设置？其次，为什么我们需要减去这些平均值来获得bgr
VGG_MEAN = [103.939, 116.779, 123.68]
ef build(self, rgb):
"""
load variable from npy to build the VGG
:param rgb: rgb image [batch, height, width, 3] values scaled [0, 1]
""&
浏览 0提问于2016-08-02得票数 2
2回答
实际上，我在做一些图像处理项目，在某个地方被击中了。我必须将彩色图像转换为灰度，为此，我使用GETRGB() n提取了像素的红色、绿色、蓝色分量的值，现在我想将该像素的RGB值设置为其RGB分量的平均值。RGB组件分别存储在INT变量中，所以您能帮助我将这个RGB组件的平均值设置为原始像素值吗？？守则的部分内容是：
rgbArray=new int[w*h];
buffer.getRGB(0, 0, width, height, rgbArray , 0,width );
int a,r,g,b;
for
浏览 0提问于2012-02-02得票数 0
2回答
从图像中减去平均值
、、、
我正在和西亚诺一起实施CNN。在本文中，我必须在训练CNN之前对图像进行预处理。
We extracted RGB patches of 61x61 dimensions associated with each poselet activation, subtracted the mean and used this data to train the convnet model shown in Table 1
你能告诉我“减去平均数”是什么意思吗？告诉我这些步骤是否正确(这是我所理解的) 1)计算整个图像的红通道、绿通道和蓝通道的平均值2)对于每个像素，从红色值减去红色通道的平均值，从绿
浏览 2提问于2015-04-20得票数 11
2回答
我读过很多线程，讨论为什么2D卷积层通常用于神经网络中的RGB图像。我读到有可能使用3D连接层。
我不明白的是它背后的数学。
假设你的图像是300乘300，kernel_size = (3, 3)和filter = 16代表Conv2D层。Input_shape将是(300,300，3)，因为有3个通道(RGB)。
由于核是2D的，所以一次只能在一个通道上进行卷积。对吗？
相同的内核是否适用于这三个通道？如果是这样的话，应该有3个输出，但是输出的维数是(298,298，16)。这三个频道的平均值是多少？
浏览 0提问于2020-11-13得票数 3
回答已采纳
Pytorch使用以下值作为cifar10数据的平均值和标准: transforms.Normalize((0.5，0.5，0.5)，(0.5，0.5，0.5))
我需要理解计算它背后的概念，因为这个数据是3通道图像，我不明白什么是相加，什么是除，等等。另外，如果有人能分享计算平均值和标准差的代码，将是非常感激的。
浏览 0提问于2021-03-18得票数 1
1回答
我有CNN和Tensorflow一起报道带有权重的灰度图像
w1=，w2 =和w3 =
现在我想使用RGB 3通道数据而不是灰度。有人能帮我改变吗？
w1、w2和w3
为了RGB图像？
是否可以在Tensorflow中对RGB图像使用conv2d函数？
浏览 0提问于2018-07-10得票数 2
1回答
我试着用存储在熊猫DataFrames中的平均值和标准差从正态分布中抽取样本。
例如：
means= numpy.arange(10)
means=means.reshape(5,2)
生产：
0 1
0 0 1
1 2 3
2 4 5
3 6 7
4 8 9
以及：
sts=numpy.arange(10,20)
sts=sts.reshape(5,2)
生产：
0 1
0 10 11
1 12 13
2 14 15
3 16 17
4 18 19
我将如何产生另一只熊猫的数据，具有相同的形状，但使用相应的平均值和标准差从正态分布中
浏览 3提问于2016-03-18得票数 3
回答已采纳
1回答
用于基于内容的图像检索系统的算法
、、、、
我最近听说了一个叫做“基于内容的图像检索系统”的话题。我正在尝试学习这个主题中使用的算法。我已经找到两个算法了。1) AverageRGB-计算图像中每个像素的红色、绿色和蓝色通道的平均值。
2) GlobalColorHistograms -使用RGB的2个有效位创建64个颜色桶。
这是我的question.How，我们得到64种不同的颜色，通过取2个有效位，channels.What将是有效位的值？我看过不同的地方，但什么也不能理解。
浏览 0提问于2013-02-08得票数 1
回答已采纳
1回答
我有一个图像I，我想计算从图像I中提取的所有子图像的3乘3的标准差。根据标准差的定义，首先计算子图像的平均值，然后计算图像i和平均值之间的均方，从而得到标准差。这是我的图像，我和我的代码来计算它。但它不会返回真正的答案。你能帮帮我吗？
箭头表示窗口的移动。这是我的密码
%% Compute the mean value
mask = fspecial('average', 3);
mean_sub= imfilter(A, mask, 'replicate');
%% How to compute the standard deviation for
浏览 3提问于2015-02-09得票数 3
回答已采纳
2回答
连接数据的ConvNet
、、、
我有一个关于卷积神经网络的基本问题。假设我有一组1000个RGB图像，并从这组图像中训练一个CNN。显然，我可以将我的每个RGB图像分割成3个不同的灰度图像，每个表示红色、绿色和蓝色数组--从而创建了3000幅灰度图像。
我的问题是:如果我从3000张灰度图像中训练CNN，我会从第一个CNN得到相同的参数吗？更准确地说，当我们用RGB图像给它喂食时，CNN是如何表现的呢？它是从RGB图像中提取合并的特征，还是只分别学习每个R、G、B通道中的特征？
浏览 0提问于2019-08-07得票数 3
1回答
异常检测阈值问题
、、、、
我正在研究Python中的异常检测开发。
更多细节，我需要分析时间序列，以检查是否存在异常。
异常值通常是峰值，因此与其他值相比，异常值非常高或非常低。
其主要思想是预测时间序列值，并使用阈值检测异常。
阈值是使用错误(即实际值减去预测值)计算的。
然后，进行误差的均值和标准差。
上限等于平均值+ (5 *标准差)。
较低的阈值等于平均值- (5 *标准差)。
如果错误超过阈值，则标记为异常。
这种方法不起作用的是，如果我一天中有一个以上的异常值，就不会检测到它们。这是因为误差、均值和标准差受到异常值的影响太大。
我怎样才能解决这个问题？是否有另一种方法可以用于识别阈值而不存在此问题？
浏览 0提问于2019-10-28得票数 2
回答已采纳
2回答
比较两种成分的颜色
、、、、
我想用它们填充的颜色与组件进行比较，如果它们相等或不相等--我执行以下算法，对rgb进行平均，如下所示
double avg1 =(comp[0].Red+comp[0].Blue+comp[0].Green)/3;
double avg2 =(comp[1].Red+comp[1].Blue+comp[1].Green)/3;
然后按如下所示进行比较
double ratio = avg1/avg2 ;
if(ratio > 0.8
浏览 2提问于2011-07-14得票数 2
2回答
降噪
、、、
我有一幅灰度均匀的图像，灰度值为100，然后我添加了标准差为5的加性零均值独立高斯噪声
I = ones(100,100)*100;
I_n=I+(5*randn(100,100));
我认为噪声图像中像素强度的平均值和标准差将分别为100和5，
然后，我希望通过2x2平均掩码来减少噪声图像中的噪声。
平均蒙版对图像中像素强度的平均值和标准差有什么影响？增加蒙版的大小是不是更好？
浏览 2提问于2012-05-12得票数 0
回答已采纳
我的意思是类似于AWT的BufferedImage#getType()，或者其他允许我编写一个简单的isGrayscale()方法的东西。
我使用SWT是因为我需要读取TIF图像，AWT无法打开这些图像。
我的目标是在任意图像上绘制(用颜色)，如果它是灰度的，我必须首先创建一个RGB图像并在绘制之前复制B&W像素。知道图像是否已经是RGB将保存该转换过程。
最后的代码，基于下面的Alex解决方案
我使用总体标准差来更好地控制RGB值。
private static final double GRAY_LEVEL_STD_SIGMA = 2.4;
public static boole
浏览 2提问于2015-09-22得票数 0
回答已采纳
2回答
我想要得到一个图像在许多照明条件下的RGB值。为了获得某种中性的场景，我想用一些预定义图像的RGB值来归一化RGB值。
让我解释一下。我有6个预定义的图像，我知道它们确切的平均RGB值。现在我将在不同的照明条件下拍摄未知图像的照片。我还将在相同条件下拍摄预定义的6个图像的照片。现在，我的目标是通过将预定义图像的已知参考RGB值与从相机图片计算的值进行比较来定义归一化公式。使用此归一化参数，我将校准未知图片的RGB值。这样我就可以从未知的图片中以中性的方式获得平均RGB值，而不管照明条件如何。
如何在Java中轻松地实现这一点。
浏览 1提问于2012-06-29得票数 6
回答已采纳
我正在尝试使用的Python包只适用于3通道图像。如果我有一个灰度的PNG图像，Pillow的Image.open()自然会将其读取为单层图像。如何使用Pillow将1通道图像转换为3通道RGB图像？
浏览 184提问于2020-10-23得票数 2
回答已采纳
使用OpenCV 2 (3.1.0)和python2.7，如果将图像或视频帧传递给cv2.mean()，则会得到如下所示的输出
(57.679779052734375, 70.36699761284721, 102.41968960232204, 0.0)
返回的值是否遵循BGR的OpenCV惯例(不是RGB)，最后一个值是什么意思？
如果我希望将返回的值转换为L_A_B颜色模型，那么在不重新计算平均值的情况下，最好的方法是什么？
我尝试使用彩色数学模块将rgb转换为xyz到lab，但如果我使用手动在线颜色转换器，则输入(RGB)在转换到实验室时不像相同的颜色，而且inputI
浏览 9提问于2017-03-01得票数 0
1回答
我有几个加权值，我取的是加权平均值。我想用加权值和加权平均值来计算加权标准差。我将如何修改典型的标准差，以便在每个度量中包括权重？
这是我使用的标准差公式。
当我简单地使用'x‘的每个加权值和'\bar{x}’的加权平均值时，结果似乎比它应该的小。
浏览 16提问于2015-05-21得票数 8
回答已采纳
3回答
我需要计算一些变量的平均值、标准差和其他值，我想知道如何使用对我有利的循环。我有5个电极的数据。因此，为了计算每一个的平均值，我这样做：
mean_ch1 = mean(ch1);
mean_ch2 = mean(ch2);
mean_ch3 = mean(ch3);
mean_ch4 = mean(ch4);
mean_ch5 = mean(ch5);
我想要的是能够将代码压缩到一行左右。我尝试的代码不起作用：
for i = 1:5
mean_ch(i) = mean(ch(i));
end
我知道这段代码是错误的，但它传达了我想要实现的想法。我希望最后得到
浏览 0提问于2010-06-30得票数 3
回答已采纳
我在photoshop中摆弄着RGB通道，当我移除红色通道的可见性，并保持蓝色和绿色时，我找到了我想要的。当我去保存我的图像时，它将其保存为完整的RGB格式。如何从图像中临时删除红色通道以进行保存？我附上了一张需要帮助的照片。谢谢,
在此之前
我想怎么保存它，
浏览 5提问于2014-01-02得票数 0
因此，我的当前代码遇到了一个小问题。我的目标是在excel表中过滤数据，并取该筛选数据的平均偏差和标准差。不用过滤数据，我可以显示平均值和标准差。我得到平均值和标准差的数值。但是，在筛选数据之后，我再次运行宏，但它显示的平均值和标准差与之前没有过滤的数据相同。我想知道我的代码有什么问题，或者我如何调整它，以便只对显示的数据进行平均偏差和标准差。
这是我的代码：
平均编码
Sub Avg()
Range("F1").Value = Application.WorksheetFunction.Average(Columns("D"))
End Sub
性病De
浏览 16提问于2014-10-02得票数 1
回答已采纳
我已经从尺寸为(32*32*3)的RGB图像创建了(1*3072)的一维数组。我想提取回尺寸(32*32*3)的原始RGB图像并绘制它。
我已经尝试了中建议的解决方案
但它对我不起作用，因为它似乎适用于灰度图像
from PIL import Image
from numpy import array
img = Image.open("sampleImage.jpg")
arr = array(img)
arr = arr.flatten()
print(arr.shape)
#tried with 'L' & 'RGB' both
i
浏览 0提问于2019-08-11得票数 0
4回答
我想改变任何给定颜色的亮度(注意:我不是在谈论屏幕亮度)，我看过颜色类，它有几种在RGB和HSV之间转换的方法，我是这方面的新手。首先，如果红色的亮度是以RGB (# if 0000)表示的，那么如何更改它的亮度呢？
浏览 8提问于2011-01-03得票数 2
回答已采纳
2回答
我有一系列黑白图像(不是灰度图像，黑白图像；Matlab中的2D矩阵)，我需要随机地对像素进行置乱。我在Mathworks ()中找到了这个包；其中一个函数imScrambleRand完成了我所需要的功能，但是它适用于RGB图像(3D矩阵)。有没有办法将b&w图像转换成三维矩阵，以便我可以使用该函数？或者有人能提出其他的脚本来满足我的需求吗？请记住，我不熟悉Matlab，但我会尽我所能。
谢谢。
编辑1:当我导入BW图像时，我得到一个逻辑值的2D矩阵(0 =黑色，1=白色)。我认为不同的数据格式(逻辑与整数)在对RGB图像使用该函数时会产生错误。
编辑2: --我修改了上述包中的演示代
浏览 2提问于2018-05-08得票数 0
回答已采纳
1回答
对于白天和晚上的图像分类，是更好的规范化或标准化的图像？一般来说，我应该在什么时候使用每种方法？我对为什么一种方法比另一种方法更喜欢的例子感兴趣？
这里，我的意思是将像素值除以255。标准化是指减去像素的平均值，再除以标准差。请参阅下面的代码示例
# normalization
datagen = ImageDataGenerator(rescale=1.0/255.0)
或
# stardartization
datagen = ImageDataGenerator(samplewise_center=True, samplewise_std_normalization=True)
浏览 0提问于2021-05-16得票数 2
回答已采纳
1回答
卷积神经网络中深度的解释
、、、、
我正在学习卷积神经网络，并试图弄清楚数学计算是如何发生的。假设有一个有3个通道(RGB)的输入图像，所以图像的形状是28*28*3。考虑为下一层应用了大小为5*5*3的6个过滤器，并且步长为1。因此，我们将在下一层得到24*24*6。由于输入图像是RGB图像，那么每个过滤器的24*24图像如何解释为RGB图像，即每个过滤器的内部构造大小为24*24*3的图像？
浏览 4提问于2016-07-04得票数 1
回答已采纳
我已经成功地下载并解压缩了set中的.raw文件。但是我对convert命令有问题
$convert -size 768X576 -depth 8 -interlace plane rgb:m-001-1.raw m-001-1.bmp
当我转换它时，它给出了照片中看到的淡黄色背景图像。但是RGB格式的AR人脸数据库中的图像背景是白色的。
有人能说出问题出在哪里吗？
数据库中原始格式的照片是24位深度。
浏览 0提问于2015-11-03得票数 1
我想要做的是获取图像的每一个像素，并使绿色和蓝色值匹配每个像素的红色值。
我尝试过在Paint.net中转换为黑白，但它的平均值RGB值，没有给我正确的黑色/灰色。
我刚开始学习Python，我不知道从哪里开始学习这样的东西。我会认为有一个不同的程序，可以让我这样做，但我不知道在哪里寻找。
浏览 1提问于2022-06-05得票数 -2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
