python 将图片归一化到0-1

在Python中，对图片进行归一化到0-1通常是为了让图像数据适应机器学习模型的输入要求，特别是对于深度学习模型来说，这种标准化能够帮助加速训练过程并提升模型性能。归一化的过程可以分为两个步骤：

1. **像素值范围调整**（Normalization by Min-Max Scaling）：
- 首先，你需要获取图片的所有像素值。这可以通过PIL（Python Imaging Library）库或NumPy等工具实现。

   from PIL import Image
   import numpy as np

   img = Image.open("image.jpg")
   pixel_array = np.array(img)

- 然后找到像素值的最大值（Max）和最小值（Min）。

   max_val = np.max(pixel_array)
   min_val = np.min(pixel_array)

- 最后，将每个像素值减去最小值，然后除以最大值和最小值之差（即范围），得到0-1之间的浮点数。

   normalized_img = (pixel_array - min_val) / (max_val - min_val)

2. **数据类型转换**：
如果结果不是0-1之间的小数，可以根据需要将其转换为float。

注意，如果所有像素都是非负的，那么这个归一化就足够了。如果存在负值，可能需要先转换到正区间再做归一化。