訂閱
糾錯(cuò)
加入自媒體

使用Python+OpenCV實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)預(yù)處理人臉圖像的快速指南

前兩幅圖像的質(zhì)量似乎更高(但你可以觀察到一些壓縮偽像)。線性方法的結(jié)果明顯更平滑并且噪點(diǎn)更少。最后一個(gè)是像素化的。歸一化我們可以使用normalize()函數(shù)應(yīng)用視覺(jué)歸一化,以修復(fù)非常暗/亮的圖片(甚至可以修復(fù)低對(duì)比度)。該歸一化類型(https://docs.opencv.org/3.4/d2/de8/group__core__array.html#gad12cefbcb5291cf958a85b4b67b6149f) 在函數(shù)參數(shù)中指定:norm_img = np.zeros((300, 300))norm_img = cv2.normalize(img, norm_img, 0, 255, cv2.NORM_M(jìn)INMAX)例子:

當(dāng)使用圖像作為深度卷積神經(jīng)網(wǎng)絡(luò)的輸入時(shí),不需要應(yīng)用這種歸一化。在實(shí)踐中,我們將對(duì)每個(gè)通道進(jìn)行適當(dāng)?shù)臍w一化,比如減去平均值,然后除以像素級(jí)的標(biāo)準(zhǔn)差(因此我們得到平均值0和偏差1)。如果我們使用遷移學(xué)習(xí),最好的方法總是使用預(yù)先訓(xùn)練的模型統(tǒng)計(jì)數(shù)據(jù)。結(jié)論在處理人臉?lè)诸悾R(shí)別問(wèn)題時(shí),如果輸入的圖像不是護(hù)照?qǐng)D片,則檢測(cè)和分離出人臉是一項(xiàng)常見(jiàn)的任務(wù)。OpenCV是一個(gè)很好的圖像預(yù)處理庫(kù),不僅僅如此,它也是一個(gè)強(qiáng)大的工具,為許多計(jì)算機(jī)視覺(jué)應(yīng)用…

來(lái)看文檔吧!希望你喜歡這篇文章!

<上一頁(yè)  1  2  3  
聲明: 本文由入駐維科號(hào)的作者撰寫(xiě),觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問(wèn)題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)