图像标准化

爱抓猫的狗

于 2018-08-22 17:48:13 发布

阅读量5.7k

点赞数

CC 4.0 BY-SA版权

文章标签：图像处理 tensorflow

本文链接：https://blog.csdn.net/u012300744/article/details/81948375

本文介绍了一种将图片数据标准化的方法，确保数值范围在0到1之间，适用于深度学习模型的输入预处理。文中提供了两种实现方式：一是利用最小最大缩放，二是直接除以255。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

传入图片数据 x，并返回标准化 Numpy 数组。值应该在 0 到 1 的范围内（含 0 和 1）。返回对象应该和 x 的形状一样。

def normalize(x):
    """
    Normalize a list of sample image data in the range of 0 to 1
    : x: List of image data.  The image shape is (32, 32, 3)
    : return: Numpy array of normalize data
    """
    # 方法一：
    return (x-np.min(x))/(np.max(x)-np.min(x))

    # 方法二：
    # return x/255