- 博客(6)
- 收藏
- 关注
RSS订阅原创 Tiff图像处理4_Python
数据清洗、数据筛选这个，跑深度学习网络，数据肯定是个重头戏，有没有一个比较好的数据集，基本决定了这个网络的上下限。但是在咱处理的这个领域，能直接用的数据不算特别多。所以数据清洗和筛选的用处就体现出来了。目前，做的工作就是两点。后续可能会增加，那么就再添加内容吧。第一个就是，消除图像中的nan值。首先提一下，通过数据类型转换过后的图像，应该是不存在nan值的。会在转换的时候，将非法值，比如无穷值，nan值等，手动的设置成0或者别的数。这样处理过的数据，就不需要，也查不出来nan值了。由于我之前是在，
2021-04-09 16:40:27
1219
4
原创 Tiff图像处理4_Python
Tiff图像裁剪卫星影像一般一景影像规模较大，直接放到网络里面去训练不现实，所以又得将原图和对应的mask图，进行裁剪，做成合适大小的patch图，再放入网络训练会比较好，也能有效减少一次性训练的计算量。但由于tif图多波段和单波段，他的数据shape不一样，多波段的data.shape有三个参数，但是单波段的只有两个参数(不含band了，print出来就是两个参数了)，因此还不能一劳永逸。下面是多波段tif图的裁剪，为了方便批量处理，因此给每个图一个mark标记，方便统计和按顺序保存，和裁剪的工作无关
2021-04-09 15:47:19
1289
5
原创 Tiff图像处理3_Python
Tiff图波段重组记录步骤有一点紊乱，应该是先发波段重组，之后再发拉伸的，这样比较符合操作的整个流程。。不过算了，先拉伸再做波段重组，好像这个流程也没什么问题。使用的是师姐处理过一些的Landsat卫星影像，7,8的都有。但是7和8对于波段数上面略有不同，所以师姐是全部按照前7个波段载下来给我的。也就是说，再做批处理的时候不用再考虑不同卫星的差别了，直接一次性投入全部操作就行。不过我还是在那之前，分别进行了小测试。# 波段重组，将Landsat8的tif图的R,G,B波段按顺序抽出，并重组为新的三通道
2021-04-09 11:42:18
1121
3
原创 Tiff图像处理2_Python
图像数据类型转换、图像拉伸、波段判断走过的坑。。。就不提了。之前做深度学习的训练，在数据集都快完成之际，也就是下载，做标签，裁剪，筛选都弄完了。送到网络里面去训练，由于数据类型的不符，导致出来的预测结果，都是黑色的。查阅了许多资料，可能存在的情况有很多。（下图截图自别人的博客）然后我就找到了数据类型的原因，准备尝试这个。因为确实，人家的数据能直接点开，咱的只能在ArcGSI里点开。对于一个搞png这种搞惯了的，确实看着很扎眼啊。。。然后右键查看了图像和mask的属性，确实是不一样。uint8类型的是能
2021-04-09 11:09:23
1265
4
原创 Tiff图像处理1_Python
读、写、显示Tiff图像最近在处理Landsat的遥感影像。.tif格式的图像，与之前接触的.jpg，.png不太一样，在读写上面有更多的要求和规范。学习了好久，尤其是在显示上。由于之前并不是很懂数据类型的转换(后续已解决），在自己的电脑上怎么样都点不开，会显示：所以经常因为，看不到图像长什么样，所以会陷入一种麻烦，不够直接，每次看还得打开ArcGIS等软件才能，太难顶了。再加上懒得整理笔记和做过的东西，走过的坑，就发奋来记录一下吧。这一部分现在看来还是比较简单的，方便以后自己查阅，所以基本上写了很
2021-04-09 10:20:49
2684
2
原创 迷宫问题_C++
Description有一个 10 x 10 的迷宫，起点是‘S’，终点是‘E’，墙是‘#’，道路是空格。一个机器人从起点走到终点。当机器人走到一个通道块，前面已经没有路可走时，它会转向到当前面向的右手方向继续走。如果机器人能够过，则留下足迹‘*’，如果走不通，则留下标记‘!’。下面给出书中的算法，请你模拟机器人的走法输出最终的状态。Input一个 10 x 10 的二维字符数组。Out...
2019-04-01 23:17:18
2033
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人