图片数据集(生成服从高斯分布的rgb值合成图片)"/>
自制Gaussian图片数据集(生成服从高斯分布的rgb值合成图片)
import numpy as np
from torchvision import transforms
from skimage import io
#生成RGB 2D图片,mean代表R,G,B层高斯分布的期望,cov代表R,G,B三层的协方差矩阵
#(注:i.i.d高斯分布要求协方差矩阵为对角阵,且对角线元素值相等)
mean = [0,0,0]
cov = [[1,0,0],[0,1,0],[0,0,1]]
i = 0
j = []
#构造数据集生成1000张图片
for i in range(1000):j = np.random.multivariate_normal(mean, cov, [224,224])j = np.clip(j,a_min=0,a_max=1)j = 255*jtoPIL = transforms.ToPILImage()j = j.astype(np.uint8)pic = toPIL(j)io.imsave("C:/Users/Carpediem/gaussian_datasets/%d.png" % i,j)
见代码
更多推荐
自制Gaussian图片数据集(生成服从高斯分布的rgb值合成图片)
发布评论