python – 如何在处理图像时规范化scipy的convolve2d？

发布时间：2020-12-20 13:11:38 所属栏目：Python 来源：网络整理

导读：我正在使用scipy的convolve2d： for i in range(0,12): R.append(scipy.signal.convolve2d(self.img,h[i],mode = 'same')) 卷积后所有值都在10000s的数量级,但考虑到我正在使用图像,我需要它们在0-255的范围内.我该如何规范它？解决方法假设您想在一个图像

我正在使用scipy的convolve2d：

for i in range(0,12):
            R.append(scipy.signal.convolve2d(self.img,h[i],mode = 'same'))

卷积后所有值都在10000s的数量级,但考虑到我正在使用图像,我需要它们在0-255的范围内.我该如何规范它？

解决方法

假设您想在一个图像中进行标准化,您可以简单地使用im_out = im_out / im_out.max()* 255.

您还可以规范化内核或原始图像.

以下示例.

import scipy.signal
import numpy as np
import matplotlib.pyplot as plt
from skimage import color
from skimage import io


im = plt.imread('dice.jpg')
gray_img = color.rgb2gray(im)

print im.max()

# make some kind of kernel,there are many ways to do this...
t = 1 - np.abs(np.linspace(-1,1,16))
kernel = t.reshape(16,1) * t.reshape(1,16)
kernel /= kernel.sum()   # kernel should sum to 1!  :) 

im_out =scipy.signal.convolve2d(gray_img,kernel,mode = 'same')

im_out = im_out / im_out.max() * 255

print im_out.max()

plt.subplot(2,1)
plt.imshow(im)
plt.subplot(2,2)
plt.imshow(im_out)
plt.show()

enter image description here

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!