在numpy中按通道对一批图像进行归一化处理

Question

在numpy中按通道对一批图像进行归一化处理

3

我有一个numpy ndarray，其形状为[batch_size, width, height, num_channels]（它们不是RGB图像，但类似于2D场的概念）。

我想对每个通道的图像进行归一化。有没有更多的numpy方法可以做到这一点，而不是下面的方法？特别是我不喜欢循环通道，并且我发现在切片上执行np.min和np.max很奇怪。此外，这个方法被硬编码为仅适用于秩为4的张量，如何使其适应动态秩或通道在动态轴上的情况？

def get_img_ch_min_max(imgs):
    '''return minimum and maximum for each channel of [batch, width, height, channels]'''
    if len(imgs.shape)==3: imgs = np.expand_dims(imgs, axis=-1)
    # iterate each channel
    ch_min = np.array([np.min(imgs[:,:,:,i]) for i in range(imgs.shape[-1])])
    ch_max = np.array([np.max(imgs[:,:,:,i]) for i in range(imgs.shape[-1])])
    return ch_min, ch_max


def normalise_per_channel(imgs):
    '''normalise batch of images per channel, [batch, width, height, channels]'''
    if len(imgs.shape)==3: imgs = np.expand_dims(imgs, axis=-1)
    ch_min, ch_max = get_img_ch_min_max(imgs)
    ch_range = ch_max - ch_min
    imgs_ret = np.copy(imgs)
    for i in range(imgs.shape[-1]): # iterate each channel
        if ch_range[i] > 0: # avoid divide by zero
            imgs_ret[:,:,:,i] = (imgs[:,:,:,i] - ch_min[i]) / ch_range[i]
    imgs_ret = np.squeeze(imgs_ret)
    return imgs_ret

- memo

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- AGN Gazer · Accepted Answer

这是我的尝试，回答您的问题，但没有在您的数据上测试我的解决方案。

我认为关键的想法是使用numpy.amin()（或amax()）并指定axis参数。这将有助于避免循环：

rank = 4
ch_mins = np.amin(imgs, axis=tuple(range(rank - 1)))
ch_maxs = np.amax(imgs, axis=tuple(range(rank - 1)))
ch_range = ch_max - ch_min
idx = np.where(ch_range == 0)
ch_mins[idx] = 0
ch_range[idx] = 1
imgs = (imgs - ch_mins) / ch_range

针对“动态轴”的情况，我建议您适当使用newaxis或[None,:,None,etc.]，如有必要，可以使用numpy.moveaxis()或类似的函数。