clear all; close all; clc;
% addpath('./Roi3');
srcDir = 'E:\Matlab\Deep Learning\code\CAVIAR_Data\';
trialsperclass = [303 333 148 367 322 439 238 503 509 178 521 398 329 482 402];
Trialsperclass = [0 303 636 784 1151 1473 1912 2150 2653 3162 3340 3861 4259 4588 5070 5472];
% train_trialsperclass = floor(0.05 * trialsperclass(2 : end));
% test_trialsperclass = trialsperclass(2 : end) - train_trialsperclass;
Height = 80; Width = 40; %固定图像大小
data_x(1,:) = uint8(zeros(1,Height * Width));
data_y(1) = uint8(zeros(1));
%%
%提取所有图像
num_data = 1; %记录图像总数
class = 1; %记录图像分类数目
% for idx = test_trialsperclass
% for jdx = train_trialsperclass(class) + Trialsperclass(class) + (1:idx)
for idx = trialsperclass
for jdx = Trialsperclass(class) + (1:idx)
% 加载图像
im_name = [srcDir num2str(jdx) '.jpg']; % im_name = strcat(int2str(jdx),
matlab 将.jpg文件处理为.mat数据
最新推荐文章于 2022-11-24 22:02:01 发布
该博客介绍如何使用MATLAB将.jpg图像文件转换为.mat数据格式。通过读取指定目录下的图像,调整图像大小,存储图像数据和对应类别,并最终保存为CAVIAR_Data.mat文件。代码中包含了数据预处理步骤,如随机打乱数据顺序。
摘要由CSDN通过智能技术生成