重新縮放圖像以獲得 0 到 255 之間的值

Question

從此處獲取的一段代碼試圖繪制卷積神經網絡的中間輸出。 以這種方式獲取和重新縮放輸出：

if channel_image.sum()!=0:
    channel_image -= channel_image.mean()
    channel_image /= channel_image.std()
    channel_image *= 64
    channel_image += 128
            
channel_image = np.clip(channel_image, 0, 255).astype("uint8")

這個轉換中的一切都非常清楚，除了乘以64 ：那是為了什么？ 那是經驗值嗎？

Answer 1

減去均值並除以標准差后，您就計算出了通道圖像值的 Z 分數。

看起來他們選擇了 +/- 2 作為值顯示為與平均值的標准偏差數：

2*64 + 128 = 256
-2*64 + 128 = 0

因此，乘以 64 會將值縮放到 -128 和 +128 之間，然后移動 128 會將值移動到 0 到 256 之間。

+/-2 標准偏差之外的任何值都將被以下行截斷：

np.clip(channel_image, 0, 255).astype("uint8")

實際上 64 值應該計算如下：

def multiplier(num_std_deviations):
    return 256/(num_std_deviations*2)

Answer 2

除以標准差后，值在一個小范圍內（對於正態分布，幾乎所有值都在 [-3,3] 范圍內）。 它們被重新縮放以更好地填充 [-128,127] 范圍。