Deep Learning学习笔记(二):图像基础

1.像素

(1)灰度图像:
在这里插入图片描述
(2)彩色图像:
在这里插入图片描述
(0,0,0)表示黑色,(255,255,255)表示白色,(255,0,0)表示纯红色。

2.图像坐标系

在这里插入图片描述

3.图像NumPy数组化

图像处理库如OpenCV和scikit-image将RGB图像表示为具有形状(高度、宽度、深度)的多维NumPy数组,遵循矩阵表示法,先行数(h)后列数(w):

(b, g, r) = image[20, 100]  # accesses pixel at x=100, y=20
(b, g, r) = image[75, 25]   # accesses pixel at x=25, y=75
(b, g, r) = image[90, 85]   # accesses pixel at x=85, y=90

4.图像宽高比

多数神经网络应用于图像的分类需要一个固定大小的输入,这意味着所有图像的尺寸网络必须是相同的。常见的选择输入到卷积神经网络的图像大小包括32×32、64×64、224×224、227×227、256×256和299×299等。
对于图像数据集不满足要求可以考虑裁剪图像或者压缩扭曲图像,具体采用哪种方法要视具体情况而定。

发布了23 篇原创文章 · 获赞 25 · 访问量 873

猜你喜欢

转载自blog.csdn.net/qq_42878057/article/details/104835105
今日推荐