分类前图像居中？

Question

我在学校做过一个项目，我必须将物体分为猫和狗。我使用 SVM 和逻辑回归来实现这一点。

图像以特征的形式提供给我们。所以我们不必处理图像居中之类的事情......

我的问题是，如何将所有图像居中，以便我的分类器能够更好地学习？我知道 CNN 对此很有用，但我想知道在分类之前如何将图像居中？

谢谢！

Answer 1

我不知道这是否是最好的解决方案，但是您可以尝试找到对象的中心，然后移动图像，使对象的中心成为图像的中心。

一步一步：

1. 在图像中找到对象：对于简单的对象，您可以使用 OpenCV 中的 findContours 之类的函数。但这是最难的部分，它真的取决于你的形象，可能需要更先进的技术。
2. 找到对象的中心：您可以使用 OpenCV 中的 moments 找到它，也可以使用 Centroid 方法手动计算
3. 移动对象：同样，有一些选项可以做到这一点，通过使用 OpenCV 库 warpAffine 或使用 Affine Transform 手动计算

我在 OpenCV 文档中找到了第 1 步和第 2 步的不错教程：

http://docs.opencv.org/2.4/doc/tutorials/imgproc/shapedescriptors/moments/moments.html

Answer 2

一种典型的方法是使用样本标准化/居中

img = cv.imread(image_path, 1)
# channel_wise centering :
img_mean = img.mean(axis=(1, 2))
img_std = img.std(axis=(1, 2))
img = np.subtract(img, img_mean.reshape(3, 1, 1))
img = np.divide(img, (img_std + 1e-4).reshape(3, 1, 1))
# OR
# full image centering 
img_mean = img.mean()
img_std = img.std()
img = np.subtract(img, img_mean)
img = np.divide(img, img_std + 1e-4)


# Finally you cant set limit to lower and upper values of the image [-1, 1] range
img = np.clip(img, -1.0, 1.0)