图像算法的图片预处理流程

【图像算法的图片预处理流程】 https://www.bilibili.com/video/BV1Po4y167Zz/?share_source=copy_web&vd_source=eb362ca89a4fdf852de4d875f6327898

简单流程：3个步骤（中间3个）

1.opencv读取图片

2.resize操作:把原图读进去,将图片等比例缩放(找大的变成按要求缩放），然后放到灰度图像中，形成拼接图像

3.归一化标准化处理：使预测效果不会因图片差异化影响

4.图片由BGR格式转化为RGB格式：人眼看不懂BGR,看得懂RGB

5.输入模型

实验代码：

（前提安装，window+R,输入下面两个，可能还有其他的库）

pip install opencv-python

pip install matplotlib

将要处理的图片放到pycharm的项目中

import cv2
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
# 解决中文显示问题
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
# 预设参数
test_size = (640, 640)  # 目标尺寸（高度, 宽度）
rgb_means = (0.485, 0.456, 0.406)
std = (0.229, 0.224, 0.225)
fill_color = 114  # YOLO填充颜色
def preproc_visualize(image, input_size, mean, std, fill_color):
    """可视化图像预处理全流程"""
    plt.figure(figsize=(15, 10))
    steps = []  # 存储各步骤图像和标题
    # 1. 原始图像（BGR格式，OpenCV读取）
    steps.append(("1. 原始图像 (BGR)", image))
    # 2. 计算缩放比例并Resize
    h, w = image.shape[:2]
    r = min(input_size[0] / h, input_size[1] / w)
    resized_h = int(h * r)
    resized_w = int(w * r)
    resized_img = cv2.resize(image, (resized_w, resized_h), interpolation=cv2.INTER_LINEAR)
    steps.append(("2. 缩放后图像 (保持比例)", resized_img))
    # 3. 创建填充背景并粘贴缩放图像
    if len(image.shape) == 3:
        padded_img = np.full((input_size[0], input_size[1], 3), fill_color, dtype=np.uint8)
    else:
        padded_img = np.full(input_size, fill_color, dtype=np.uint8)
    padded_img[:resized_h, :resized_w] = resized_img
    steps.append(("3. 填充至目标尺寸", padded_img))
    # 4. BGR转RGB（Matplotlib显示需要RGB格式）
    rgb_img = padded_img[:, :, ::-1]
    steps.append(("4. BGR转RGB", rgb_img))
    # 5. 归一化（除以255）
    normalized_img = rgb_img.astype(np.float32) / 255.0
    steps.append(("5. 归一化 (0-1)", normalized_img))
    # 6. 标准化（减均值、除标准差）
    standardized_img = (normalized_img - mean) / std
    steps.append(("6. 标准化", standardized_img))
    # 可视化所有步骤
    for i, (title, img) in enumerate(steps):
        plt.subplot(2, 3, i + 1)
        plt.title(title)
        # 处理不同数据类型的显示
        if img.dtype == np.uint8:
            plt.imshow(img)
        else:
            # 标准化后数值可能超出0-1，需归一化到可显示范围
            img_display = (img - img.min()) / (img.max() - img.min() + 1e-8)
            plt.imshow(img_display, cmap="gray" if len(img.shape) == 2 else None)
        plt.axis('off')
    plt.tight_layout()
    plt.show()
    return standardized_img  # 返回最终处理结果
if __name__ == "__main__":
    img_path = "caomei.png"
    image = cv2.imread(img_path)
    if image is None:
        print("错误：无法读取图像，请检查路径。")
    else:

        processed_img = preproc_visualize(image, test_size, rgb_means, std, fill_color)

运行结果：