高光谱图像分类python代码

最新推荐文章于 2024-07-05 19:03:00 发布

weixin_42402402

最新推荐文章于 2024-07-05 19:03:00 发布

阅读量8.9k

点赞数 11

文章标签： python

本文链接：https://blog.csdn.net/weixin_42402402/article/details/108276157

版权

本文通过Python实现了高光谱图像的分类，包括data.py用于加载.mat文件转为csv，train_and_classify.py用于训练及展示分类效果。采用KSC数据集，分类后的结果显示效果良好。

摘要由CSDN通过智能技术生成

参考高光谱图像分类python代码

我建立了两个python文件：
1.data.py (负责加载.mat文件，将它转化为,csv文件）
2.train and classify.py （训练并观察分类效果）

下面分别是两段代码（对前面的引用代码做了轻微改动）
1.data.py

import matplotlib.pyplot as plt
import numpy as np
from scipy.io import loadmat
import spectral
from sklearn import preprocessing
from PIL import Image as image

# # 获取mat格式的数据，loadmat输出的是dict，所以需要进行定位
input_image = loadmat('D:\Desktop\Machine Learing\code\KSC\data\KSC.mat')['KSC']
output_image = loadmat('D:\Desktop\Machine Learing\code\KSC\data\KSC_gt.mat')['KSC_gt']

# # input_image.shape#:(610, 340, 103)
# # output_image.shape#:(610, 340)
# # np.unique(output_image)  # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], dtype=uint8)
# 统计每类样本所含个数
dict_k = {
   }
for i in range(output_image.shape[0]):
    for j in range(output_image.shape[1]):
        # if output_image[i][j] in [m for m in range(1,17)]:
        if output_image[i][j] in [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13]:
            if output_image[i][j] not in dict_k:
                dict_k[output_image[i][j]] = 0
            dict_k[output_image[i][j]] += 1

print(dict_k)
print(reduce(lambda x, y: x + y, dict_k.values(</