qq_45041702的博客

国土空间规划，用地用海数据表格如下图：编撰村庄规划文本，需要对土地利用现状进行描述。通常的做法对照表格，逐个进行描述。然而，后期图斑经常改动，每当一个数据修改时，文本逐个对照检查，容易遗漏、出错且效率低下。需要自动总结，超链接后，自动更新。

虽然所学专业是地理信息，但更多以向实验室的算法研究方向为主导，对ArcGIS更多停留在本科状态（快忘完啦！）。毕业后，因工作需要，同时加强个人的ArcGIS能力。国庆期间，在破站，发现闫磊老师讲解的《ArcGIS从0到1》满是干货，但有人可能不适应闫老师一口流利的“豫语普通话”，不知啥原因，本人竟坚持看了下去，或许为了学完一遍视频，同时“豫语”理解能力也得到加强罢！温习旧学，拓宽新知。

import osimport cv2import numpy as nppath = r'H:\Lover\data\train\LEVIR_train_HR_crop128'def compute(path): file_names = os.listdir(path) per_image_Rmean = [] per_image_Gmean = [] per_image_Bmean = [] for file_name in file_names:

查看图像属性有时候，直接下载遥感影像数据做实验时，在输入网络中，发现维度不对，此时可以点击查看图像的位数，32bit的表示还多出另外的属性，因此需要转换。cv2库中包含了转换的功能。闲言少叙，代码如下。import osfrom PIL import Imageimport cv2png_path = '/home/cug210/data/Lover/data/cut_org_20_before50000_24bit/test/test_10000/train_test_LR/'save

1. STANet不做过多介绍，问猴子文化站那个 公式中，MAXi 为图像最大像素值（RGB图像，像点颜色数值
为255）；MSE表示两幅尺寸为m×n图像I与图像K的均方误差值。 - SSIM是衡量两幅图像在噪声干扰、畸变或者失真时亮度(luminance)、对比度(constrast)以及结构的指标(structure)，取值范围为[0,1]，数值越接近1，失真程度越小。其公式如下：二、代码实现主要的代码源于 ：添加：PSNR/SSIM计算结果，保存文件（txt），便于后期导入exc

1. PSNR与SSIM简介峰值信噪比(Peak Signal-to-noise Ratio, PSNR) 和结构相似性 (Structural Similarity, SSIM) 常作为图像超分辨重建任务主要的评价指标。PSNR度量图像压缩或信号重建图像与原始图像的像素差异，单位为dB，其值越大，则表明图像的失真度越小，计算公式如下：公式中，MAXi 为图像最大像素值（RGB图像，像点颜色数值
为255）；MSE表示两幅尺寸为m×n图像I与图像K的均方误差值。SSIM是衡量两幅图像在噪声干扰、

文章目录1.问题引出2. 方法（Method）定义3. 方法的调用4. 返回值类型（void）5.嵌套调用static静态方法6. return 和break语句的区别7. 练习题7.1 阶乘7.2 输入正整数，找到大于正整数的质数1.问题引出一个java程序，缺少方法，代码会过于重复。public class MethodTest01{ public static void main(String[] args){ // 需求1 int x = 100; int y = 200

8.1 控制语句分类8.2 if 条件语句8.2.1 条件语句题目/*业务要求： 1、从键盘上接收一个人的年龄。 2、年龄要求为[0-150]，其它值为非法，并提示非法信息。 3、根据年龄动态判断所属生命阶段？ [0-5] 婴幼儿 [6-10] 少儿 [11-18] 少年 [19-35] 青年 [36-55] 中年 [56-150] 老年 4、使用if 语句*/import java.util.Scanner;public c

文章目录7.1 java基本运算符7.2 算术运算符7.3 关系运算符7.4 逻辑运算符7.5 赋值运算符7.6 字符串运算符7.7 java接收键盘输入（拓展）7.1 java基本运算符7.2 算术运算符public class OperatorTest1{ public static void main{ int a = 10； int b = 3; System.out.println(a+b); // 13 System.out.println(a-b); //

文章目录6.1 数据类型6.2 基本数据类型6.2.1 整数型6.2.2 浮点型数据6.2.3 字符型数据6.2.4 布尔类型6.1 数据类型 基本数据类型 引用数据类型6.2 基本数据类型6.2.1 整数型public class IntTest{ public static void main(string[] args){ //十进制 int a = 10; System.out.println(a); // 10 //八进制 int b =

5.1 字面量（数据）5.2 变量5.3 变量的作用：pubic class VarTest1{ public static void main(string[] agrs){ System.out.println('HelloWorld!'); System.out.println(100); System.out.println(3.14); //float System.out.println(true); //布尔型 System.out.printl

4.1 标识符 标识符：可以标识：程序员有权利命名的单词。 包括：类名，方法名，接口名，常量名；[ ]4.2 标识符命名规则和规范4.3 关键字

3.1 方法输出问题main方法中，如果有void，方法结果就不要返回 return value （但是可以只写: return 具有结束该方法程序、或功能的作用）；main方法中，可以不用输出：3.2 代码解析的小结：

2.1 通常编译结束之后，进行ctrl + s 进行保存。一个简单的HelloWorld.java程序:public class HelloWord{ // 声明/定义一个公开的HelloWord类// 起一个名字叫 HelloWorld //类体 public static void main(String[] args){ System.out.println("HelloWorld!"); } }注意：简单解释代码： print:表示打印； println:表示打印以后

声明：本人编码能力菜鸟，相关的笔记，都是观看动力节点的视频跟随老师，一步步记录、总结而得。 推荐动力节点-Java极其基础视频; 推荐结合菜鸟教程文档;有需要的小伙伴，可以观看视频。适合如我这样，并且有意向学习Java的小小白。1.1 Java：下载安装：视频中有提到。JDK: Java开发工具包、JavaSE：标准环境 、JavaEE:企业级、JavaHE：网页SUN公司： James gosiling Java之父1.2 特点：简单性、多线程、面向对象可移植性：JVM (

文章目录1. 准备工作（前提）2.Colab常用操作3. git clone 从github 克隆代码4. 下载数据集（DIV2K)5. 解压数据6. 查看代码，运行改名rename.py代码1. 准备工作（前提）特别声明：以下每一段代码：单独放在Google drive 每一个代码框。复制到框内，按照步骤，每步点击按钮即可。科学上网；下载谷歌浏览器，打开google drive。详见我先前写的一个“菜”博客；科学上网并且登录Google drive 的界面如下：挂载谷歌d

ISIR中低分辨率影像LR（bicubic）生成我之见LR的生成bicubic(双三次插值法)bicubic(双三次插值法)具体的代码实现matlab 的bicubic代码运行成功，生成bicubic图片.LR的生成通常情况，进行影像超分辨率重建，数据集的形式都是：高分、低分数据集对，低分辨率影像在自然的情况下，很少能够直接满足数据集的要求，因此进行人工剪切、通过一定的数学模型与算法构造出低分影像。以满足研究的需要。bicubic(双三次插值法)简而言之，双三次插值是一种相对简单的经典数学插值方法

谷歌colab跳坑操作记录前提：科学正义地上网；创建自己的谷歌账号；使用谷歌账号中的google drive；默认基础：添加colab；1、挂载colab(很多博客也提到)!apt-get install -y -qq software-properties-common python-software-properties module-init-tools!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 >

Python-TF计算峰值信噪比PSNR以及相似性度量SSIM并批量输出保存为txt格式文件1.PSNR以及SSIM2.实现批量==图像对==PSNR、SSIM的计算。链接自己的其他可能用得上的博客1） 图片格式互换2）修改数据同名，方能测试1.PSNR以及SSIM自行了解（多用于图像之间的相似程度）；例如 生成对抗网络GAN输出的图像与原始图像之间的度量指标。PSNR (值越大越接近真实原始图像) （无穷）；SSIM（值越大，与真实图像之间的相似（亮度、色彩、对比度等方面）越接近），其值位于（