数据处理
文章平均质量分 84
数据/图像处理
不吃饭就会放大招
人工智能领域专家博主
展开
-
RGB图像转换为BGR
早前 windows 下,不管是摄像头制造者,还是软件开发者,当时流行的都是 BGR 格式的数据结构,后面 RBG 格式才逐渐开始流行,所以当时的 opencv 选择了使用 BGR 格式,这个是 opencv 在发展过程中的历史遗留问题。而 Caffe 作为最早流行的代表,它又基于 opencv,所以也跟着使用了 BGR。其实自己训练的时候完全可以使用 RGB,新库也不存在是 RGB 还是 GBR 这个问题。但如果使用的是别人训练好的模型,就要注意一下使用的是 RGB 还是 GBR。示例: 第 1 行第 1原创 2019-06-04 20:58:04 · 12194 阅读 · 0 评论 -
医学图像处理:由.mat文件生成标签mask
医学图像处理中,通常一个病人有很多张图像,每张图像叫一个 slice,所有 slice 组成一个拿到一个 .mat 文件,想知道里面到底有没有标签信息,也就是 是否有不为 0 的数,可以在命令行输入:# 判断数组/矩阵a是否有不为0的数# 一维any(a)# 二维any(any(a))>>> 输出为 0 表示全为 0,也就是没有标签>>> 输出...原创 2020-03-04 13:07:45 · 3071 阅读 · 2 评论 -
医学图像处理:读取mhd文件
shou’xianmedical-image-processing-toolbox原创 2020-03-04 13:29:38 · 5228 阅读 · 9 评论 -
将图像转换为uint8格式 & MATLAB实现
在根据 VOC 数据的格式处理我自己的数据时,需要 label 图像统一为前景为 1,背景为 0 的 uint8 图,现在我的 label 是前景为 255,背景为 0 的 uint8 图像。要转换其实很简单,先将标签值映射到 0~255,注意但此时不再是 255 为前景了,然后通过 im2uint8 函数将数据转换为 uint8 类型。bin = (lebel == 255) / 255l...原创 2019-10-16 09:54:10 · 5669 阅读 · 0 评论 -
直方图均衡原理 & MATLAB实现
结合 Gonzalez 的《数字图像处理》第 3.3.1 节,在这里总结一下直方图均衡的原理、具体实现及代码。直方图均衡(Histogram Equalization)是一种利用灰度变换自动调节图像对比度的方法,通过灰度级的概率密度函数求出灰度变换函数,它是一种以累积分布函数变换法为基础的直方图修正法。基本思想: 把原始图像的灰度分布直方图变换为均匀分布的形式(有展开直方图的趋势),扩大像素灰度值的动态范围,从而增强图像对比度。用途: 在图像处理领域用于增强图像的对比度缺点: 直方图均衡对处理的数据不加以选原创 2019-06-02 11:30:21 · 13966 阅读 · 0 评论 -
直方图匹配原理 & MALAB实现
在学习直方图匹配之前,最好先看一下直方图均衡的原理,这样对于直方图匹配的理解就不是问题。直方图匹配对于某些应用,采用均匀直方图的直方图匹配法不是最好的处理方法,如果希望得到具有规定形状的直方图,就需要用到一种特殊的护理方法:直方图匹配 (直方图规定化)。先考虑连续情况:令连续灰度值 rrr 和 zzz 分别表示输入图像和输出图像的灰度级,用 pr(r)p_r(r)pr(r) 和 pz(z.........原创 2019-11-14 19:18:30 · 3940 阅读 · 2 评论 -
MATLAB处理图像基本操作
imageDatastoreimageDatastore:imds = imageDatastore(’./images’, ‘IncludeSubfolders’, true, ‘labelsource’, ‘foldernames’)第一个参数./images表示文件所在的路径;后续参数都是键值对(key-value)的形式includesubfolders:是否继续读取子文件夹中的图...原创 2019-06-30 01:11:13 · 1912 阅读 · 0 评论 -
关于三通道彩色图像的存储方式理解
像素值以 矩阵方式 保存,矩阵的大小取决于图像采用的颜色模型。如果是灰度图,那么图像就是单通道的,图像中的每个像素只需要一个矩阵元素来保存,一般就是 0~255 的值。保存灰度图的矩阵长这样:其中 Row0 和 Column0 的交点上的元素值就代表了图像上对应位置的像素的灰度值。如果是彩色图,那么图像就是多通道的,一个像素需要多个矩阵元素来保存,矩阵中的列会包含多个子列,且子列数和通道数相等。保存 RGB 图像的矩阵长这样:看看一个三通道的彩色图像是怎么组织为矩阵形式的。原图:注:opencv原创 2019-06-04 20:40:54 · 19893 阅读 · 8 评论 -
图像处理中像素和毫米的换算
查看一张图片的详细信息,包含:图像尺寸:表示图像的宽度和高度,以像素(或 cm、mm、inch 等)为单位,表示在图像横边和竖边上各有多少个像素;图像分辨率:表示单位面积内的像素数量,即像素密度。单位通常是 ,即像素点与长度单位英寸的比值。像素转毫米:需要知道 参数,即每英寸多少点。另外,一英寸 = 一般来说,DPI = 96,一毫米 ≈ 3.78 像素毫米转像素:...原创 2019-12-02 20:15:20 · 22934 阅读 · 0 评论 -
PNG和JPG图像保存问题
用 MATLAB 将分割结果的 mask 边界 overlap 到原图上时,遇到图像上画 boundary 的部份出现模糊的白斑:问了一下前辈原因,主要是 JPG 和 PNG 图像的原因。JPG 的压缩方式通常时有损压缩,不适合绘图或文字图示。解决: 将绘制结果保存为 PNG 格式就好了。JPG采用 有损压缩(lossy compression),即在压缩过程中图像的品质会遭受到 可见的 破坏。一张图片多次上传下载后,图片逐渐会失真。优点:JPEG 在色调及颜色平滑变化的相片或是写实绘画(painti原创 2019-12-12 09:01:12 · 717 阅读 · 0 评论 -
散度(Divergence)在图像处理中的应用
梯度:运算对象是标量,计算结果是向量计算梯度时会在每个位置都计算出一个向量,这个向量的方向是当前位置周围的标量值最小点指向标量值最大点(这个周围其实是极其接近的,相当于取极限),而向量的大小就是上面最小标量与最大标量的差距。想象给山求梯度,山上每个点都有一个向量,每个向量都指向最陡的方向,向量大小代表这个最陡的方向有多陡。散度:运算对象是向量,计算结果是标量散度考察向量场中任何一个点及其周...原创 2019-09-04 18:40:24 · 4457 阅读 · 0 评论 -
【skimage.morphology】形态学处理总结
官方文档:https://scikit-image.org/docs/dev/api/skimage.morphology.html1. 去除孤立小区域去除小物体:remove_small_objectsskimage.morphology.remove_small_objects(ar, min_size=64, connectivity=1, in_place=False)ar:待...原创 2019-12-03 09:29:10 · 5295 阅读 · 0 评论