如何标准化图像？答案

【问题标题】：How do I normalize an image?如何标准化图像？
【发布时间】：2017-05-31 18:53:07
【问题描述】：

如果我有一系列像素，范围从 -500 到 +1000，我将如何对同一渐变上的所有像素进行归一化，以使它们落在特定范围（例如 0 到 255）之间？

【问题讨论】：

【解决方案1】：

像这样的一些伪代码会将值从一个范围线性缩放到另一个范围

oldmin=-500
oldmax=1000
oldrange=oldmax-oldmin;

newmin=0
newmax=255;
newrange=newmax-newmin;

foreach(oldvalue)
{
    //where in the old scale is this value (0...1)
    scale=(oldvalue-oldmin)/oldrange;

    //place this scale in the new range
    newvalue=(newrange*scale)+newmin
}

【讨论】：

【解决方案2】：

你的问题不是很清楚，所以我假设你正在做某种图像处理，你得到的结果是 -500 到 1000 之间的值，现在你需要将颜色保存到文件中其中每个值都需要在 0 到 255 之间。

你如何做到这一点真的非常依赖于应用程序，结果的真正含义是什么以及你想要做什么。两个主要选项是：

钳位值 - 任何低于 0 的值都替换为 0，高于 255 的任何值都替换为 255。例如，如果您的图像处理是某种插值，实际上不应该达到这些值价值观
线性归一化 - 可以线性地将最小值设为 0，将最大值设为 255。当然，您首先需要找到最小值和最大值。你这样做：
```
v = (origv - min)/(max - min) * 255.0
```

它的作用是首先将值映射到[0,1]，然后将它们拉伸回[0,255]。

第三个选项是混合和匹配这两个选项。您的应用程序可能会要求您将负值视为不需要的值并将它们限制为 0，并将正值线性映射到 [0,255]。

【讨论】：

【解决方案3】：

首先让一切都变得积极。如果最小值为 -500，则将 500 添加到所有值。那么最小值为 0，最大值为 1500。

那么它只是一个三规则，你有它：

[value in 0,255] = 255*(Pixel/1500)

【讨论】：

【解决方案4】：

一些伪代码可能会有所帮助：

foreach( pixel_value in pixel_values): # between -500 and 1000

    position = (pixel_value + 500) / 1500 # gives you a 0 to 1 decimal
    new_value = int(postion * 255) # or instead of casting, you could round it off

这是python代码。

【讨论】：

【解决方案5】：

创建两个变量，MinInputValue 和 MaxInputValue。将MinInputValue 初始化为一个非常大的正数（高于您期望看到的最大像素值），并将MaxInputValue 初始化为一个非常大的负数（低于您期望看到的最低像素值）。

遍历图像中的每个像素。对于每个像素，如果像素值PixelValue小于MinInputValue，则将MinInputValue设置为PixelValue。如果像素值大于MaxInputValue，则将MaxInputValue设置为PixelValue。

创建一个新变量InputValueRange，并将其设置为MaxInputValue - MinInputValue。

完成后，再次遍历图像中的每个像素。对于每个像素PixelValue，将输出像素值计算为255.0 * (PixelValue - MinInputValue) / InputValueRange。您可以将这个新值赋回原来的PixelValue，也可以在相同大小的输出图像中设置相应的像素。

【讨论】：