Python tf.image.per_image_standardization用法及代码示例

线性缩放 image 中的每个图像，使其具有均值 0 和方差 1。

用法

tf.image.per_image_standardization(
    image
)

对于 image 中的每个 3-D 图像 x ，计算 (x - mean) / adjusted_stddev ，其中

• mean 是 x 中所有值的平均值
• adjusted_stddev = max(stddev, 1.0/sqrt(N))在处理统一图像时，上限为 0 以防止除以 0
  • N 是x 中的元素个数
  • stddev是x中所有值的标准差

示例用法：

image = tf.constant(np.arange(1, 13, dtype=np.int32), shape=[2, 2, 3])
image # 3-D tensor
<tf.Tensor:shape=(2, 2, 3), dtype=int32, numpy=
array([[[ 1,  2,  3],
        [ 4,  5,  6]],
       [[ 7,  8,  9],
        [10, 11, 12]]], dtype=int32)>
new_image = tf.image.per_image_standardization(image)
new_image # 3-D tensor with mean ~= 0 and variance ~= 1
<tf.Tensor:shape=(2, 2, 3), dtype=float32, numpy=
array([[[-1.593255  , -1.3035723 , -1.0138896 ],
        [-0.7242068 , -0.4345241 , -0.14484136]],
       [[ 0.14484136,  0.4345241 ,  0.7242068 ],
        [ 1.0138896 ,  1.3035723 ,  1.593255  ]]], dtype=float32)>