訂閱
糾錯(cuò)
加入自媒體
當(dāng)前位置： OFweek 人工智能網(wǎng)   >   計(jì)算機(jī)視覺(jué)   >  正文

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，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

共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

    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)