CNN python 如何对图片预处理

在Python中使用卷积神经网络（CNN）处理图片时，预处理是非常重要的一步，它可以帮助提高模型的性能和训练效率。以下是常见的预处理步骤：

1. **缩放**（Resizing）: 图片尺寸可能各异，为了输入到固定的网络结构，通常需要调整到特定大小。例如，对于一些预先训练好的模型（如VGG16或ResNet），常采用224x224像素作为输入。

import cv2
img = cv2.imread('image.jpg')
resized_img = cv2.resize(img, (224, 224))

2. **归一化**（Normalization）: 将像素值转换到0-1范围或[-1, 1]之间，以减少数值尺度的影响。常用的有均值和标准差归一化、min-max归一化等。

mean, std = [0.485, 0.456, 0.406], [0.229, 0.224, 0.225]  # imagenet数据集的平均值和标准差
img_normalized = (img / 255.0 - mean) / std

3. **灰度化**（Grayscale）: 如果你的模型不需要彩色信息，可以选择灰度化，将彩色图像转为单通道。

gray_img = cv2.cvtColor(resized_img, cv2.COLOR_BGR2GRAY)

4. **数据增强**（Data Augmentation）: 针对训练数据增加多样性，通过随机旋转、翻转、裁剪等方式生成新样本。

from torchvision.transforms import transforms
transform = transforms.Compose([
    transforms.RandomHorizontalFlip(),
    transforms.RandomRotation(10),
    transforms.Resize((224, 224)),
    transforms.ToTensor(),  # 转换成torch张量
    transforms.Normalize(mean, std)  # 归一化
])
augmented_img = transform(img)

5. **批次处理**（Batching）: 为了高效计算，将预处理后的图片组织成批次送入模型。

batch_size = 32
input_tensor = augmented_img.unsqueeze(0).expand(batch_size, -1, -1, -1)

完成以上预处理后，就可以将数据输入到CNN模型进行训练了。