使用Python+OpenCV實現神經網絡預處理人臉圖像的快速指南
2020-05-23 10:38
磐創AI
關注
前兩幅圖像的質量似乎更高（但你可以觀察到一些壓縮偽像）。線性方法的結果明顯更平滑并且噪點更少。最后一個是像素化的。歸一化我們可以使用normalize（）函數應用視覺歸一化，以修復非常暗／亮的圖片（甚至可以修復低對比度）。該歸一化類型（https：／／docs．opencv．org／3．4／d2／de8／group＿＿core＿＿array．html＃gad12cefbcb5291cf958a85b4b67b6149f） 在函數參數中指定：norm＿img ＝ np．zeros（（300， 300））norm＿img ＝ cv2．normalize（img， norm＿img， 0， 255， cv2．NORM＿MINMAX）例子：
當使用圖像作為深度卷積神經網絡的輸入時，不需要應用這種歸一化。在實踐中，我們將對每個通道進行適當的歸一化，比如減去平均值，然后除以像素級的標準差（因此我們得到平均值0和偏差1）。如果我們使用遷移學習，最好的方法總是使用預先訓練的模型統計數據。結論在處理人臉分類／識別問題時，如果輸入的圖像不是護照圖片，則檢測和分離出人臉是一項常見的任務。OpenCV是一個很好的圖像預處理庫，不僅僅如此，它也是一個強大的工具，為許多計算機視覺應用…
來看文檔吧！希望你喜歡這篇文章！
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權或其他問題，請聯系舉報。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百，全球股市還能漲多久？ | 產聯看全球
- 2 OpenAI深夜王炸！ChatGPT Images 2.0實測：中文穩、細節炸，設計師慌了
- 3 6000億美元估值錨定：字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4，我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”：既生OpenClaw，何生Hermes？
- 7 AI界的殺豬盤：9秒刪庫跑路，全員被封號，還繼續扣錢！
- 8 2026，人形機器人只贏了面子
- 9 DeepSeek降價90%：價格屠夫不是身份，是戰略
- 10 AI Infra產業鏈卡在哪里了？
