【2020更新】python 获取数据集的means和stdevs（均值、方差）

最新推荐文章于 2023-07-27 14:42:51 发布

Pywin

最新推荐文章于 2023-07-27 14:42:51 发布

阅读量889

点赞数

CC 4.0 BY-SA版权

分类专栏： python

本文链接：https://blog.csdn.net/qq_36076233/article/details/106638496

python 专栏收录该内容

37 篇文章

订阅专栏

本文介绍了一种计算图像数据集的平均像素值和标准差的方法，这对于图像预处理和标准化至关重要。通过遍历图像数据集，使用Python和OpenCV库，可以有效地计算每个颜色通道的平均值和标准差，为后续的图像识别和深度学习模型训练提供数据准备。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
from tqdm import tqdm
from glob import glob
import cv2
import random
import os

means = [0, 0, 0]
stdevs = [0, 0, 0]

index = 1
num_imgs = 0
imgslist = glob('/users/xxx/xxx/*.jpg')
for imgpath in tqdm(imgslist):
    num_imgs += 1
    img = cv2.imread(imgpath)
    img = np.asarray(img)
    img = img.astype(np.float32)/255.
    for i in range(3):
        means[i] += img[:, :, i].mean()
        stdevs[i] += img[:, :, i].std()

means = np.asarray(means) / num_imgs
stdevs = np.asarray(stdevs) / num_imgs

print('normMean = {}   normStd = {}'.format(means,stdevs))