我覺得你的時間安排得很慢。也許你的安裝出了問題？在

我試過這個測試程序：#!/usr/bin/python3

import sys

import numpy as np

import cv2

from PIL import Image

from profilehooks import profile

@profile

def try_numpy(img):

ar = np.array(img).astype(np.float32)

for i in range(1000):

mn = np.min(ar)

mx = np.max(ar)

norm = (ar - mn) * (1.0 / (mx - mn))

@profile

def try_cv2(img):

for i in range(1000):

norm = cv2.normalize(img, None, alpha=0, beta=1,

norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)

img = Image.open(sys.argv[1])

try_numpy(img)

img = cv2.imread(sys.argv[1])

try_cv2(img)

在這臺運行Ubuntu19.04的2015年i5筆記本電腦上，我看到：

^{pr2}$

所以它們每次通話的時間都是0.1毫秒，比你看到的數字快50倍。在

要進一步加快速度：你對像素值的范圍有任何先驗知識嗎？也許你可以跳過對最大值和最小值的搜索

根據采樣密度的不同，對整個輸入圖像進行規格化處理，然后再裁剪出150x150的補丁，可能會更快。在

總結

以上是生活随笔為你收集整理的python归一化代码_python中的快速图像归一化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。