我有标准化的问题。让我知道问题是什么以及我如何尝试解决它。
我拍摄三通道彩色图像,将其转换为灰度并应用均匀或非均匀量化以及相同的东西。对于这个图像,我应该应用归一化,但即使图像和灰度并且总是有三个通道,我也会遇到问题。如何应用具有三通道图像的归一化?最小值和最大值应该都在三个通道中吗?有人可以帮帮我吗?
我使用的语言是处理 2。
PS 你能用彩色图像代替灰度图像做同样的事情吗?
我有标准化的问题。让我知道问题是什么以及我如何尝试解决它。
我拍摄三通道彩色图像,将其转换为灰度并应用均匀或非均匀量化以及相同的东西。对于这个图像,我应该应用归一化,但即使图像和灰度并且总是有三个通道,我也会遇到问题。如何应用具有三通道图像的归一化?最小值和最大值应该都在三个通道中吗?有人可以帮帮我吗?
我使用的语言是处理 2。
PS 你能用彩色图像代替灰度图像做同样的事情吗?
您可以轻松地在 1 通道和 3 通道表示之间进行转换。我推荐 scikit-image ( http://scikit-image.org/ )。
from skimage.io import imread
from skimage.color import rgb2gray, gray2rgb
rgb_img = imread('path/to/my/image')
gray_img = rgb2gray(rgb_image)
# Now normalize gray image
gray_norm = gray_img / max(gray_img)
# Now convert back
rgb_norm = gray2rgb(gray_norm)
我曾经在某个时候遇到过类似的问题。一个很好的解决方案是:
该逻辑可以应用于其他几个图像处理任务,例如,将直方图均衡应用于 RGB 图像。