yolov5预处理

 1.yolov5预处理流程

　　1.等比缩放与填充：将输入图像等比缩放到目标尺寸（如640×640），并在多余部分填充灰条，保持图像的宽高比不变。这一过程也被称为“letterbox”。
　　2.颜色空间转换：将图像从BGR格式转换为RGB格式（OpenCV默认读取为BGR）。
　　3.归一化：将像素值从[0, 255]归一化到[0, 1]，通过除以255.0实现。
　　4.通道顺序调整：将图像的通道顺序从HWC（高度、宽度、通道）调整为CHW（通道、高度、宽度）。
　　5.添加批次维度：将调整后的图像数据扩展为四维张量（B, C, H, W），其中B表示批次大小，通常为1。

 2.官方的预处理

import math
import cv2
import numpy as npdef preprocess_image(image,img_size=640):#image为cv2读取的BGR图h0, w0 = image.shape[:2]  # orig hwr = img_size / max(h0, w0) # ratioif r != 1: # if sizes are not equalinterp = cv2.INTER_LINEAR if r > 1 else cv2.INTER_AREA # 上采样 or 下采样image = cv2.resize(image, (math.ceil(w0 * r), math.ceil(h0 * r)), interpolation=interp)#以较小的比例缩放图像h1,w1=image.shape[:2]#缩放后的图# 填充dw = (img_size - w1) / 2 # 要填充的宽度的一半dh = (img_size - h1) / 2 # 要填充的高度的一半top, bottom = int(round(dh - 0.1)), int(round(dh + 0.1))left, right = int(round(dw - 0.1)), int(round(dw + 0.1))color = (114, 114, 114) # padding颜色im = cv2.copyMakeBorder(image, top, bottom, left, right, cv2.BORDER_CONSTANT, value=color) # add border #cv2.imwrite("p1.png",im)#BGR to and RGB HWC to CHWim = im.transpose((2, 0, 1))[::-1] # HWC to CHW, BGR to RGBim = np.ascontiguousarray(im)# print("im.shape",im.shape)# print("im.shape2",im.shape[1:3])#CHW#归一化[0,1],添加批次维度input_image = np.expand_dims(im, axis=0).astype(np.float32) / 255.0return input_image, (h0, w0), im.shape[1:3] # im, hw_original, hw_resized# return input_image # imif __name__ == '__main__':image=cv2.imread(r'flower.png')print(image.shape)#(424, 359, 3)input_image, size, input_image_shape=preprocess_image(image, img_size=640)print(input_image.shape)#(1, 3, 640, 640)print(size)#(424, 359)print(input_image_shape)#(1, 3, 640, 640)

　　输入为flower.png，大小为h=424,w=359（左图，这里缩小了显示了），经过预处理后变为了右图。

                                     

 3.自己的编写的预处理

 

import cv2
import numpy as np

def preprocess_image(image, img_size=640,padding_color_value=(114,114,114)):'''
   :param image: 原始图
   :param img_size: 模型的输入尺寸大小:640x640
   :return:
   '''# 获取原始图像的尺寸h, w = image.shape[:2]# 计算缩放比例scale = min(img_size / w, img_size / h)# 计算新的尺寸new_w = int(w * scale)new_h = int(h * scale)# 重新调整大小img_resized = cv2.resize(image, (new_w, new_h))# 创建一个目标尺寸的新图像，填充颜色为黑色img_padded = np.zeros((img_size, img_size, 3), dtype=np.uint8)+padding_color_value# 将调整后的图像放入新图像中img_padded[(img_size - new_h) // 2:(img_size + new_h) // 2,(img_size - new_w) // 2:(img_size + new_w) // 2] = img_resized  #cv2.imwrite("p2.png", img_padded)# 转换颜色通道 BGR -> RGBimg_padded = img_padded[..., ::-1]# 归一化到 [0, 1]img_padded = img_padded.astype(np.float32) / 255.0# 添加批次维度img_padded = np.expand_dims(img_padded, axis=0)# 调整维度顺序 NCHWimg_padded = np.transpose(img_padded, (0, 3, 1, 2)) #从 NHWC 转换为 NCHWreturn img_paddedif __name__ == '__main__':image=cv2.imread(r'flower.png')print(image.shape)#(424, 359, 3)img_padded=preprocess_image(image, img_size=640)print(img_padded.shape)#(1, 3, 640, 640)

 

　　效果与上图差不多。

 

总结:官方的做法在缩放方式上更为详细，判断r>1还是<1,分别使用cv2.INTER_LINEAR（双线性插值）进行上采样与cv2.INTER_AREA（区域插值）进行下采样。另外，两者分别使用的(math.ceil(w0 * r), math.ceil(h0 * r))与int(w * scale),int(h * scale),前者是向上取值整后者是向下取整，存在微小差异。

 

参考资料:

https://blog.csdn.net/qq_40672115/article/details/127012332

https://blog.csdn.net/weixin_51226647/article/details/139688302