如何使用'point-lambda'函数反转和规范化 PIL 图像

Question

我试图使用point函数将PIL image反转和规范化为 1; 但是，我没有得到预期的结果！ 我试过的是这个(不知道出了什么问题？

data = data.point(lambda p: 1 if p < 127  else 0 ) # threshold, invert and normalize to 1

例如，在尝试时

print(np.array(data).max())

打印True.

但是，将PIL Image转换为numpy数组然后反转它的工作原理，如下所示：

data = np.array(data.getdata(),
np.uint8).reshape(data.size[1], data.size[0], 1)        
maxG = data.max() # correcting the values of folder e, they do not match the other folders
data = ( (maxG - data)/maxG ).astype('uint8') 
tsfm = transforms.ToPILImage() #import torchvision.transforms as transforms
data = tsfm(data)   

我在单词识别实验中尝试了这两种方法，只有第二种对我有用。可悲的是，使用point函数会导致不正确的结果。 不确定有什么区别？

铌。第二种方法非常慢，因此如果可以使用point函数完成此转换，那将有很大帮助。

Answer 1

你混淆了"规范化">和"阈值化"。

使用"阈值"，可以使高于或等于阈值的所有值等于某个高数字，使低于阈值的所有值等于某个低数字。每个像素的唯一可能结果是高数字或低数字 - 两者之间没有。在典型的 8 位图像上，阈值为 127，所有像素最终都将为 0 或 255。

使用"归一化">，您将图像中的所有值限制在某个新的上限和一些新的下限之间 -或介于两者之间的任何值。所以结果是一堆大于下限和低于上限的新像素，但在两者之间均匀插值。在典型图像上，您可以将所有值归一化为 0-255 范围，每个像素最终可能会得到该范围内的任何值。