图像识别数据预处理代码

当进行图像识别任务时，数据预处理是非常重要的一步。下面是一个示例的图像识别数据预处理代码：

import cv2
import numpy as np

def preprocess_image(image_path):
    # 读取图像
    image = cv2.imread(image_path)
    
    # 将图像调整为固定大小
    image = cv2.resize(image, (224, 224))
    
    # 将图像转换为RGB格式
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    
    # 将像素值缩放到0-1之间
    image = image / 255.0
    
    # 对图像进行标准化处理
    mean = np.array([0.485, 0.456, 0.406])
    std = np.array([0.229, 0.224, 0.225])
    image = (image - mean) / std
    
    # 将图像转换为张量
    image = np.transpose(image, (2, 0, 1))
    image = np.expand_dims(image, axis=0)
    
    return image

这段代码使用了OpenCV库来读取和处理图像。首先，它读取指定路径下的图像文件。然后，将图像调整为固定大小（这里是224x224）。接下来，将图像转换为RGB格式，并将像素值缩放到0-1之间。最后，对图像进行标准化处理，使用了预定义的均值和标准差。最终，将图像转换为张量，并返回处理后的图像。