python - 如何使用均值和标准对图像进行归一化？

Question

我正在尝试使用numpy来规范化一组 MRI 图像，但它似乎不起作用。简化的代码是：

img = nib.load(img_path).get_data() #img is a numpy array
print("pre\n============================")
plt.imshow(img[:,:,100])
plt.ioff()
plt.show()

img = (img - 47.08389527329749)/125.64995558389833

print("post\n============================")
plt.imshow(img[:,:,100])
plt.ioff()
plt.show()

用 numpy计算平均值和标准值：

mean = np.mean(image_list) # 47.08389527329749
std = np.std(image_list) # 125.64995558389833

但结果图像是相似的：

前：

邮政：

我在这里做错了什么？

标签： pythonnumpyimage-processingnormalization

Answer 1

您应该打印矩阵的数值而不是绘制图像。我认为过程很顺利。 归一化的目的是使给定区间中的值居中，这里是标准正态分布的值，如果您使用多个属性，则设置相同的范围。它不应该消除给定属性值之间的相对差异，这里是像素强度。