标签：__ cv2 image CV2 PyTorch self range inception 预处理

验证预处理一致性

import os
import cv2
import numpy as np

import PIL
import torch
from PIL import Image
import torchvision.transforms as transforms


class RGBToBGR():
    def __call__(self, im):
        assert im.mode == 'RGB'
        r, g, b = [im.getchannel(i) for i in range(3)]
        # RGB mode also for BGR, `3x8-bit pixels, true color`, see PIL doc
        im = PIL.Image.merge('RGB', [b, g, r])
        return im

class ScaleIntensities():
    def __init__(self, in_range, out_range):
        """ Scales intensities. For example [-1, 1] -> [0, 255]."""
        self.in_range = in_range
        self.out_range = out_range

    def __oldcall__(self, tensor):
        tensor.mul_(255)
        return tensor

    def __call__(self, tensor):
        tensor = (
            tensor - self.in_range[0]
        ) / (
            self.in_range[1] - self.in_range[0]
        ) * (
            self.out_range[1] - self.out_range[0]
        ) + self.out_range[0]
        return tensor

def make_transform():
    inception_sz_resize = 256
    inception_sz_crop = 224
    inception_mean = [104, 117, 128]
    inception_std = [1, 1, 1]
    inception_transform = transforms.Compose(
       [
        RGBToBGR(),
        transforms.Resize(inception_sz_resize),
        transforms.CenterCrop(inception_sz_crop),
        transforms.ToTensor(),
        ScaleIntensities([0, 1], [0, 255]),
        transforms.Normalize(mean=inception_mean, std=inception_std)
       ])
    return inception_transform

def cv2_transform(image):
    inception_sz_resize = 256
    inception_sz_crop = 224
    inception_mean = [104, 117, 128]
    inception_std = [1, 1, 1]
    image = cv2.resize(image, (inception_sz_resize, inception_sz_resize),interpolation=cv2.INTER_LINEAR)
    #image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    image = image[16:16+224,16:16+224]
    image = image.astype(np.float32)
    image = image - inception_mean
    image = image / inception_std
    image = image.transpose((2, 0, 1))
    return image

if __name__ == '__main__':
    inception_transform = make_transform()
    image_name = r"./test.jpg"
    
    
    im = PIL.Image.open(image_name)
    result = inception_transform(im)
    result = result.numpy()
    print('result:',result.shape)

    image = cv2.imread(image_name,-1)
    result2 = cv2_transform(image)
    print('result2:',result2.shape)

结论：
  不加Resize和中心裁剪操作，两者一样；
  加了Resize和中心裁剪操作，结果基本一致，不影响实际使用；

标签：__,cv2,image,CV2,PyTorch,self,range,inception,预处理
来源： https://blog.csdn.net/u013841196/article/details/121563944

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。