希望你们一切都好！
我是图像处理的新手，所以我想在这里为我的简单问题道歉。我目前正在研究一个问题，该问题涉及将名为 jet 的对象分类为两个已知类别。该对象由子对象组成。我的想法是使用这些子对象来转换像素图像中的每个喷射，然后应用卷积神经网络来寻找模式。
以下是像素图像的示例： jet's constituents pixel distribution
为了标准化所有图像，我想找到两个最强烈的像素，并确保连接它们的轴在垂直方向，并确保最强烈的像素位于顶部。最好强制图像的一侧（左侧或右侧）包含大部分强度并将整个图像的强度归一化为 1。
我的问题是：由于我是这种处理的新手，我不知道 Python 中是否有可以处理这些操作的库。你知道吗？
PS：图片取自这里：https://arxiv.org/abs/1407.5675
【问题讨论】：
标签： python image-processing conv-neural-network
通常，在 Python 中，我们使用 PIL 库对图像进行基本操作，使用 OpenCV 进行高级操作。
但是，如果正确理解您的任务，您可以将图像视为多维数组并使用numpy 对其进行操作。
例如，如果您的图像存储在一个名为 img 的 numpy.array 类型变量中，您只需编写以下代码即可找到所需轴的最大值：
img.max(axis=0)
要标准化图像，您可以使用：
img /= img.max()
要找出哪个图像部分更亮，您可以将img 数组拆分为所需的部分并计算它们的平均值：
left = img[:, :int(img.shape[1]/2), :]
right = img[:, int(img.shape[1]/2):, :]
left_mean = left.mean()
right_mean = right.mean()
【讨论】：
您可以查看 Python 的 OpenCV 库： https://docs.opencv.org/master/d6/d00/tutorial_py_root.html。 它支持很多图像处理功能。
在您的情况下，将图像转换为更合适的颜色空间可能会更容易，其中一个轴代表颜色强度（例如 HSI、HSL、HSV）并尝试沿着该轴找到最大值的索引（这应该返回图像中强度最高的像素）。
【讨论】：