deepnode处理过的图片(deepnode使用)
deepnode处理过的图片
最近在做一个和目标辨认相关的项目，因为团队内技能栈倾向JavaScript，在现已用Python和Tensorflow搭建好了目标辨认服务器后，为了不再添加团队成员保护本钱，所以尽可能将操练和辨认之外的使命交给Node.js来做，今日要讲到的图片预处理便是其间之一。
这儿对还不了解深度学习的人就几个概念做个简单的解说。
1.目标辨认：目标辨认可理解为计算机在一张图片中发现某个或某些指定的物体，比方找到里边所有的狗。
2.操练：计算机学会目标辨认这个本领就像人类学会说话相同，需求不断地操练，深度学习中管这个进程叫做“操练”。
3.操练集：人类学会说话需求看他人怎么说，听他人的声音等等，这些能够让自己学会说话的信息在深度学习中称为操练集，只不过目标辨认中需求的操练集只有图片。
做图片预处理的目的是为了解决目标辨认中操练集不足的问题。当目标辨认应用于某个专用范畴的时候，就会遇到这个问题。假如你是辨认一只狗，这样的图片一大把，并且有人现已操练好了，并且能够供给服务给我们运用了。假如你是辨认团队内的文化衫，这样的图片就太少了，费了老半天劲拍100张，这样的数据量仍然少得不幸。要知道网上那些成熟的AI服务，操练集马马虎虎就成千上万，乃至以亿为单位。当然，专用范畴一般需求也比较简单，需求辨认出来的东西种类不多，特征也比较显着，可是仍然会希望操练集越大越好，这时候就能够对所具有的图片做一些处理，来生成新的图片，然后扩充当前的操练集，这个进程就叫图片预处理了。
常见的图片预处理办法有以下几种：
旋转。因为旋转的视点能够是恣意值，所以需求随机生成一些视点来旋转，这又称为随机旋转。
翻转。相当于在图片旁边放面镜子，新图片便是镜子内的图片，一般有水平翻转和竖直翻转两种。
调理亮度。调理过手机的亮度就能领会这个意思。
调理饱和度。调理过传统电视就能领会到这个意思，饱和度越高，色彩显示越鲜艳，反之给人一种冷色的感觉。
调理色相。这个相当于给整个图片变色彩相同，幻想一下曾经调出来的绿色电视。
调理比照度。这个会让图片亮的当地更亮，暗的当地更暗。也能够幻想一下电视上的比照度调理，不得不说电视机启蒙了这些专业名词。
上述每项操作都需求视场景而选择，目前适用于我们团队的处理办法主要也便是上面这些。还有一些白化、Gamma处理等操作，因为不是那么直观，有爱好的人能够自己去了解。
装置gm
gm是一个图片处理的npm库，性能在Node.js库中应该算佼佼者了，它底层默许运用的是GraphicsMagick，所以你需求先装置GraphicsMagick，在Mac系统中直接用Homebrew装置：
brewinstallgraphicsmagick
其他系统的装置办法能够直接前往官网查看。
假如你需求在图片上添加文字，还需求装置ghostscript，在Mac上能够用brewinstallghostscript装置。因为本文没涉及到这一个功能，所以能够不用装置。
一起，需求将gm装置在你的项目下：
npmigm-S
预处理
为了直观，我选了一张图片作为预处理目标：
b355b7451e3c52080f780738a079efae.png
别的，在本文的示例代码中，每种预处理办法的函数名都是参照Tensorflow中Image模块的同名办法而定，更多处理图片的办法能够前往Tensorflow文档官网自行查看，一起去gm官方文档中寻觅相同作用的办法。
翻转
沿Y轴翻转用到了gm的.flip办法：
importgmfrom'gm';
/**
*沿Y轴翻转，即上下颠倒
*@paraminputPath输入的图画文件途径
*@paramoutputPath输出的图画文件途径
*@paramcallback处理后的回调函数
*/
functionflip(inputPath,outputPath,callback){
gm(inputPath)
.flip()
.write(outputPath,callback);
}
翻转后的作用如下图所示：
222b2fb6c17e0e9c5fa6bf33788e72ed.png
沿X轴翻转用到了gm的.flop办法：
importgmfrom'gm';
/**
*沿X轴翻转，即上下颠倒
*@paraminputPath输入的图画文件途径
*@paramoutputPath输出的图画文件途径
*@paramcallback处理后的回调函数
*/
functionflop(inputPath,outputPath,callback){
gm(inputPath)
.flop()
.write(outputPath,callback);
}
翻转后的作用如下图所示：
4e8276f56fd5b6fa57979e9df8b037ad.png
你还能够把.flip和.flop组合起来运用，形成对角线翻转的作用：
025a9290693521b35decab3b3d564288.png
假如把原图当作一个前端组件，即一个购物按钮组，里边每个按钮的背景能够自定义，按钮里边由文字、分隔线、文字三种元素组成，那么上面翻转后的图片是能够当作同一个组件的，即能够拿来作为操练集。
有时候，翻转带来的作用并不是自己想要的，可能翻转后，和本来的图片就不应该视作同一个东西了，这时候这种办法就有局限性了。
调整亮度
比较之后，调整亮度就显得更加普适了，不管是什么图片，调整亮度后，里边的东西仍然仍是本来的那个东西。
调整亮度用到了gm的.modulate办法：
/**
*调整亮度
*@paraminputPath输入的图画文件途径
*@paramoutputPath输出的图画文件途径
*@parambrightness图画亮度的值，基准值是100，比100高则是添加亮度，比100低则是削减亮度
*@paramcallback处理后的回调函数
*/
functionadjustBrightness(inputPath,outputPath,brightness,callback){
gm(inputPath)
.modulate(brightness,100,100)
.write(outputPath,callback);
}
.modulate办法是一个多功能的办法，能够一起调整图片的亮度、饱和度和色相三种特性，这三种特性分别对应着该办法的三个参数，这儿只调整亮度，所以只改动第一个参数（比100高则是添加亮度，比100低则是削减亮度），其他保持100基准值不变。
我把亮度从0-200的图片都生成了出来，并进行了比照，选出了一个亮度处理较为合适的区间。能够看看0-200之间相邻亮度相差为10的图片之间的不同（提示：每张图片的左上角标识出了该图片的亮度）：
83861735435107ab2f871dadada14601.png
亮度
能够看到亮度为60以下的图片，都太暗了，细节不够显着，亮度为150以上的图片，都太亮了，也是细节不够显着。而经过多张图片归纳比照之后，我认为[60,140]这个区间的图片质量比较好，与原图比较不会丢掉太多细节。
再来看看亮度为50和60的两张图片，其实看起来像是一张图片相同，不符合操练集多样性的原则，更何况是相邻亮度相差为1的两张图片。所以最终决定作为操练集的相邻两张图片亮度差为20，这样差异就比较显着，比方亮度为80和亮度为100的两张图片。
最终，调理亮度发生的新图片将会是4张。从亮度为60的图片开端，每添加20亮度就选出来参加操练集，直到亮度为140的图片，其间亮度为100的图片不算。
调理饱和度
调理饱和度也是用.modulate办法，只不过是调理第二个参数：
/**
*调整饱和度
*@paraminputPath输入的图画文件途径
*@paramoutputPath输出的图画文件途径
*@paramsaturation图画饱和度的值，基准值是100，比100高则是添加饱和度，比100低则是削减饱和度
*@paramcallback处理后的回调函数
*/
functionadjustSaturation(inputPath,outputPath,saturation,callback){
gm(inputPath)
.modulate(100,saturation,100)
.write(outputPath,callback);
}
相同按调理亮度的办法来确认饱和度的规模以及操练会集相邻两张图片的饱和度相差多少。能够看看相邻饱和度相差为10的图片之间的不同（提示：每张图片的左上角标识出了该图片的饱和度）：
bc6dede980876c0c0ca221d24a129be9.png
饱和度
调理饱和度的发生的图片细节没有丢，大多都能够用作操练会集的图片，与亮度相同，饱和度相差20的两张图片差异性显着。别的，饱和度大于140的时候，图片改动就不显着了。所以调理饱和度发生的新图片将会是6张。从饱和度为0的图片开端，每添加20饱和度就选出来参加操练集，直到饱和度为140的图片，其间饱和度为100的图片不算。
调理色相
调理色相的办法在此场景下是最有用的办法，发生的操练集最多，率先来看下色相相邻为10的图片之间的差距吧（提示：每张图片的左上角标识出了该图片的色相）：
c23609e009d1237391e22520cb0249e5.png
色相
几乎每个图片都能作为新的操练集，因为色相调理规模只能在0-200之间，所以从色相为0的图片开端，每添加10色相就选出来参加操练集，直到色相为190的图片，其间色相为100的图片不算。这样就能够发生20张图片作为操练集。
至于调理色相的代码则和亮度、饱和度相同，只是改动了第三个参数：
/**
*调整色相
*@paraminputPath输入的图画文件途径
*@paramoutputPath输出的图画文件途径
*@paramhue图画色相的值，基准值是100，比100高则是添加色相，比100低则是削减色相
*@paramcallback处理后的回调函数
*/
functionadjustHue(inputPath,outputPath,hue,callback){
gm(inputPath)
.modulate(100,100,hue)
.write(outputPath,callback);
}
调理色相并不是万能的，只是适用于这个场景，当然，我们团队的需求都是相似这个场景的。可是，假如你要操练辨认梨的人工智能，告诉它有个蓝色的梨显然是不合适的。
调理比照度
调整比照度用到了gm的.contrast办法：
/**
*调整比照度
*@paraminputPath输入的图画文件途径
*@paramoutputPath输出的图画文件途径
*@parammultiplier调理比照度的因子，默许是0，能够为负值，n表示添加n次比照度，-n表示降低n次比照度
*@paramcallback处理后的回调函数
*/
functionadjustContrast(inputPath,outputPath,multiplier,callback){
gm(inputPath)
.contrast(multiplier)
.write(outputPath,callback);
}
下面是比照度因子从-10到10之间的图画，能够看到图片质量较好的区间是[-5,2]，其他都会丢掉一些细节。别的相邻比照度因子的图片之间的差异也比较显着，所以每张图片都可作为操练集，这样又多出7张图片。
0e6857e6712fbd5c74e0e5dfbdd0b560.png
比照度
总结
经过上述5种办法，能够在一张图片的基础上额定取得40张图片，即操练集是本来的40倍。这仍是在没有多种办法混合运用的情况下，假如混合运用，恐怕几百倍都不止。
gm还支持对图片进行其他处理办法，你能够自己去发掘，每种办法在特定场景下都有自己的局限性，需求你去甄选。希望我们都有一个自己满意的操练集。
宣扬
欢迎我们Star笔者的Github，别的，也欢迎我们关注笔者的公众号，获取最新文章的推送：
deepnode使用
deepnode，十分有用的图片处理工具，内含海量图片素材免费供您运用，而且一些主题的更新速度十分快，完全不必忧虑找不到资源。值得一提的是，deepnode其强壮的面部辨认功用，能够帮助您的五官P成视觉上最满意的姿态哦！完美无死角！
界面预览图：
deepnode
deepnode介绍
deepnode，具有十分强壮的图片美化功用，操作快捷舒适，享用最正规化的修图功用推荐，同时还有海量、高清、优质的图片不断推荐，保证每一位用户都能享用最潮流的设计创意，无广告无骚扰，等待你的到来，喜爱就赶快下载吧。
u=1546872091,3377038409&fm=15&gp=0.jpg
deepnode功用
【分类详细】
对服装图片进行了分类，用户能够依照服装的文理、面料、类别搜索自己想看的服装类型;
【免费好用】
不必花钱就能够看到国外的时髦博主的服装，而且deepnode安卓app还能够订阅ins上的博主;
【了解最新的时髦潮流】
无论是欧美、日韩的街拍潮流都能够快速查看;
【保存你的时髦创意】
用某个主题保存你的创意，deepnode安卓版让你更好办理你的创意。
u=1716492856,1870908304&fm=26&gp=0.jpg
deepnode特色
1.该软件运用开始开发的神经元网络辨认系统，能够辨认图片中的每个人。
2.该软件将依照黄金份额制作人物的身体，而且不会做一切掩盖的解决方案，因此十分有利可图。
3.由软件制作的福利图片仅用于游戏文娱。请不要以任何不当方式运用它。
deepnode亮点
1.收集各种特色人物面部打扮
2.更准确的人脸辨认，一键轻松更换
3.面部表情会定期更新，让您享用朋友圈
4.原始图像的皮肤越多，治疗效果越好
u=2773544284,1619015968&fm=26&gp=0.jpg
deepnode优势
1、运用简略，不需要你有任何的p图经验，便是简略的一键化操作，直接将图片导入进来然后点击一键去衣就能够了；
2、功用强壮，这款软件的功用十分强壮，能够帮你完结超多不同类型图片的处理，jpg、png等多种格式的图片全部都是支撑的哦；
3、原版画质，拿到的图片画质是什么样的，完结之后的画质便是什么样的，保证让你享用到高水平的画质，带给你极致享用；
4、完全免费，你是不是会认为这款软件会有收费选项，便是在图片处理完结之后需要付费才能观看，其实并没有，这款软件的一切功用全部都是免费敞开的。
作品标签：
优秀作品：
最新作品：
评论列表（共187人参与）参与讨论或分享设计作品获得视觉癖积分奖励
软件总结如注册会员
2021-06-27 0:11:33
5.有时像患了忧郁症相同，会忽然心情不好，偶然像患了自闭症似的，会忽然不想说话或许每个人都有一个死角，自己走不出来，他人也闯不进去，我把最深重的秘密放在那里。 着妈妈渐渐弯曲的身躯，孩子心中有无尽的感激，但都汇成一句妈妈!我爱您!
回复
ttom注册会员
2021-06-27 8:49:40
到底是年青啊游客
2021-06-27 4:49:27
游客14211：deepnode处理过 11、月黑沙黄，此际偏思汝。 12、凡是曩昔，皆为序章。 13、幸有我来山未孤。 14、iv> 1-11-21-3 2-12-22-3 3-13-23-3
回复作业。是注册会员
2021-06-27 18:42:32
标辨认可理解为计算机在一张图片中发现某个或某些指定的物体，比方找到里边所有的狗。 一个研究指出恐龙的体重平均值约在100公斤左右，而新生代的哺乳类体重平均值多在2到5公斤之间。
回复