Предварительная обработка изображения в чистом JS, которая функционально идентична конвейеру Torchvision Transforms ⇐ Javascript

[Anonymous]

Я пытаюсь переписать следующую функцию Python в Pure JS. Второй пример функции выполняется в Nodejs, но с как можно большим количеством JS, потому что я хочу также запустить ее в браузере. < /P>
from PIL import Image
import numpy as np
from torchvision import transforms

def preprocess_image(image_path, img_size=224):
image = Image.open(image_path).convert('RGB')

transform = transforms.Compose([
transforms.Resize(img_size, interpolation=transforms.InterpolationMode.BICUBIC),
transforms.CenterCrop(img_size),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.225])
])

tensor = transform(image).unsqueeze(0)
return tensor.numpy().astype(np.float32)
< /code>
Таким образом, цель состоит в том, чтобы сделать ввод изображения и изменить размер наименьшего размера до 224, затем сделать центральный урожай 224x224 и нормализовать его. Ниже приведена попытка сделать то же самое в JS, но предварительно обработанное изображение, к сожалению, немного отличается. < /P>
const { createCanvas, loadImage } = require('canvas');

async function preprocessImage(imagePath, size = 224) {
const image = await loadImage(imagePath);
const scale = Math.max(size / image.width, size / image.height);
const w = Math.round(image.width * scale);
const h = Math.round(image.height * scale);

// resize
const tempCanvas = createCanvas(w, h);
const ctx = tempCanvas.getContext('2d');
ctx.drawImage(image, 0, 0, w, h);

// enter crop 224x224
ctx.drawImage(
tempCanvas,
(w - size) / 2, (h - size) / 2, size, size,
0, 0, size, size
);

const { data } = ctx.getImageData(0, 0, size, size);

// normalize
const mean = [0.485, 0.456, 0.406];
const std = [0.229, 0.224, 0.225];
const floatData = new Float32Array(3 * size * size);

for (let i = 0; i < size * size; i++) {
for (let c = 0; c < 3; c++) {
const pixel = data[i * 4 + c] / 255; // normalize to [0,1]
floatData[c * size * size + i] = (pixel - mean[c]) / std[c];
}
}

return floatData;
}


Подробнее здесь: https://stackoverflow.com/questions/796 ... hvisions-t