目录
1.白化处理的作用
图像白化（whitening）可用于对过度曝光或低曝光的图片进行处理，下图所示，左图是过分曝光，右图是白化后的结果；
2.白化处理的原理
处理的方式就是改变图像的平均像素值为 0 ，改变图像的方差为单位方差 1。
3.白化处理的代码
def whitening(self, img_path): img = cv2.imread(img_path) img = img / 255.0 m, dev = cv2.meanStdDev(img) # 返回均值和方差，分别对应3个通道 img[:, :, 0] = (img[:, :, 0] - m[0]) / (dev[0]+1e-6) img[:, :, 1] = (img[:, :, 1] - m[1]) / (dev[1] + 1e-6) img[:, :, 2] = (img[:, :, 2] - m[2]) / (dev[2] + 1e-6) # 将 像素值 低于 值域区间[0, 255] 的 像素点 置0 img = img*255 img *= (img > 0) # 将 像素值 高于 值域区间[0, 255] 的 像素点 置255 img = img * (img <= 255) + 255 * (img > 255) img = img.astype(np.uint8) cv2.imshow('result', img) cv2.waitKey(1000) cv2.destroyAllWindows() cv2.imwrite('result.jpg',img)Pytorch中的线性变换可用于白化处理：
class torchvision.transforms.LinearTransformation(transformation_matrix) #功能：对矩阵做线性变换，可用于白化处理
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/230653.html原文链接：https://javaforall.net
![Redis命令——集合(Set)[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
