cntk - 如何计算一组图像文件的图像平均值？

Question

是否有人对如何计算一组图像（文件夹中的 .jpg 文件）的图像均值并为 ImageDeserializer 生成正确格式的 XML 文件有高级解释？

我已经看到 CNTK_201A_CIFAR-10_DataLoader 中的代码，它执行此操作。但是，那里的输入格式不同，因此不清楚如何将图像文件作为输入来处理。

Answer 1

您可以按照计算 CIFAR 的平均输入的代码示例进行操作。基本上它会遍历所有训练图像并计算平均值。然后它以 OpenCV 可以理解的格式将其写入文件中。第一部分很容易，因为 numpy 和 PIL，第二部分很容易，因为 minidom。

Answer 2

下面是一个完整的解决方案，基于 Nikos 提供的链接，用于计算存储在 ZIP 文件中的所有图像（如果您使用的是 ZIP 图像阅读器）或图像文件列表的平均值。

关于您的问题：在 DataLoader 教程中，填充仅影响将图像保存到文件的代码路径，而不影响计算平均值。

import zipfile
import io
import numpy as np
from PIL import Image
from scipy.misc import imread, imresize, fromimage
import xml.etree.cElementTree as et
import xml.dom.minidom
# saveMean function taken from 
# https://github.com/Microsoft/CNTK/blob/v2.0.beta7.0/Examples/Image/DataSets/CIFAR-10/cifar_utils.py#L84
def saveMean(fname, data, imgSize):
    root = et.Element('opencv_storage')
    et.SubElement(root, 'Channel').text = '3'
    et.SubElement(root, 'Row').text = str(imgSize)
    et.SubElement(root, 'Col').text = str(imgSize)
    meanImg = et.SubElement(root, 'MeanImg', type_id='opencv-matrix')
    et.SubElement(meanImg, 'rows').text = '1'
    et.SubElement(meanImg, 'cols').text = str(imgSize * imgSize * 3)
    et.SubElement(meanImg, 'dt').text = 'f'
    et.SubElement(meanImg, 'data').text = ' '.join(['%e' % n for n in np.reshape(data, (imgSize * imgSize * 3))])
    tree = et.ElementTree(root)
    tree.write(fname)
    x = xml.dom.minidom.parse(fname)
    with open(fname, 'w') as f:
        f.write(x.toprettyxml(indent = '  '))
def loadAndResize(f, networkSize):
    im = Image.open(io.BytesIO(f))
    n = fromimage(im).astype(np.float)
    return imresize(n, (networkSize, networkSize))

然后在从 ZIP 文件或从原始文件中将图像作为字节读取的函数中使用这些构建块：

def meanFromZip(zipFile, networkSize):
    imgSum = np.zeros((networkSize, networkSize, 3), np.float)
    with zipfile.ZipFile(zipFile) as z:
        allFiles = z.namelist()
        for f in allFiles:
            imgSum = imgSum + loadAndResize(z.read(f), networkSize)
    return imgSum / len(allFiles)
def meanFromFiles(files, networkSize):
    imgSum = np.zeros((networkSize, networkSize, 3), np.float)
    for f in files:
        with open(f, 'rb') as b:
            imgSum = imgSum + loadAndResize(b.read(), networkSize)
    return imgSum / len(files)

调用如下：

zipFile = "myImages.zip"
networkSize = 224
mean = meanFromZip(zipFile, networkSize)
saveMean("mean.xml", mean, networkSize)
files = ["c:/temp/Column0_Line16.jpg", "C:/temp/Column0_Line47.jpg"]
mean2 = meanFromFiles(files, networkSize)