リサイズした画像を標準化なるものを行いたい

やりたいこと

・読み込んだ画像（複数を）リサイズ
・その画像一枚ずつに対して標準化なるものを施す　←　ここができない
・最終的にテンソル型にして返したい　（あわよくば...）

imgsの中には00001.jpg,00002.jpg・・・・とたくさんあります。
それを最終的には
標準化したデータを返り値としてほしい感じです。
→0~1の小さい値のはず！！（小数）
あわよくばそのデータをtensor化して返しせるとベストですが...

ぶっちゃけた話ですが、あんまし出力の結果も予想がつかないのでめちゃくちゃなこと言ってると思います。初心者過ぎて自分が何やろうとしているのかはっきりしていないパターンです。地獄です。

環境

wsl1
python 3.7

わかったこと

・scipyのzscoreを使えば標準化はたやすいものらしいということ

・numpy配列に対してzscoreが成り立つらしい

わからないこと

・opencvの画像データからshapeでh,w,cを取得することができるのはわかりました。

・これがndarry型と呼ばれているのもわかりました。

・だったらzscore(img)で計算できるのではないか？という疑問があります。
・だったらlistに入れればいいのではと思いましたがそれも違いました...

盛大な勘違いと無知があるのでお許しください。。。

書いたコード

この中には中途半端にコメントとコードを記載しているので不明点があればご指摘ください
コメントにあるコードは大体検証に使ってそのまま残しているものです。
i==0で止めているのは、複数あるデータの一枚目で止めているためです。

またchwのところはテンソル型にするのに便利だと聞いたからです。

python
1import os
2import glob
3import cv2
4import numpy as np
5from scipy.stats import zscore
6
7# 前処理
8
9imgs = glob.glob('./data/cat/*.jpg')
10
11# 呼び出したときtensor型Dataloaderに渡すためにしなきゃいけない
12# リサイズして画像の標準化をしたものを求める(tensor型で返す)
13def trans_square(imgs):
14
15    # array_list = []
16
17    for i,img_list in enumerate(imgs):
18        img = cv2.imread(img_list)
19        img = cv2.resize(img,(256,256))
20       
21   
22
23        # array_list.append(img)
24        # for array_i in array_list:
25        #     img = zscore(array_i)
26        #     print(array_i)
27
28        
29
30        # 標準化(numpy配列を変換してくれるらしい...)
31        # これはnumpy配列か？
32        img = zscore(img)
33
34
35        # chwに変換
36        img = np.transpose(img,(2,0,1))
37        # print(img)
38        c,h,w = img.shape
39        print("{},{},{}".format(c,h,w))
40        
41
42        
43
44        # for j in nomlization:
45        #     print(j)
46        if i ==0:
47            break
48
49
50
51    return img
52
53
54
55trans_square(imgs)

まとめ

複数ある画像データから画像をリサイズしました。これを標準化して
返り値を取得したいです。勝手な予想なのですがh,w,cの三つのように標準化した値もみっつあるのではないでしょうか。

となると、例えば0.1, 1, 0のような三つの値が出てくることが予想されます。
これらの値を取得してほしいです。

これはあわよくばですが,おそらくnumpy配列型になった標準化された画像データたちをテンソル化できる方がいれば最高です。

本当に初心者過ぎて申し訳ないですが、お力を貸していただければと思います....

tiitoi

2020/08/03 06:16 編集

おそらく、標準化したデータをディープラーニングに使うのだと思いますが、ライブラリは Pytorch でしょうか？もしそうであれば、Pytorch の機能を使ったやり方を案内しますが。

oinari03

2020/08/03 09:54

お願いします！

oinari03

2020/08/03 09:55

ぱいとーちです！！

oinari03

2020/08/03 12:30

pytorchのを使おうと思っています。transpose.composeというものでしょうか.... その時にリサイズしたデータを標準化してどのように渡すのかというのが想像できません....

行動規範の内容に同意します

回答1件

ベストアンサー

(C, H, W) の正規化済みのテンソルを作りたいのであれば、以下の Transform を使えばできます。
正規化は transforms.ToTensor() でできます。

python
1from PIL import Image
2from torchvision import transforms as transforms
3
4img = Image.open("sample.jpg")
5
6transform = transforms.Compose(
7    [transforms.Resize((256, 256)), transforms.ToTensor()]
8)
9img_tensor = transform(img)
10print(img_tensor.shape)  # torch.Size([3, 256, 256]) 正規化済み