色综合图-色综合图片-色综合图片二区150p-色综合图区-玖玖国产精品视频-玖玖香蕉视频

您的位置:首頁技術(shù)文章
文章詳情頁

Python 實現(xiàn)圖像逐像素點取鄰域數(shù)據(jù)

瀏覽:4日期:2022-06-24 15:44:57

圖像比較大的話,在MATLAB上跑起來比較慢,用Python跑就會快很多,貼此備用吧!

#coding=utf-8import pandas as pdimport numpy as npfrom pandas import DataFramefrom matplotlib import pyplot as pltfrom matplotlib import imageimport scipyimport cv2import scipy.io as sio#原始數(shù)據(jù)四周補(bǔ)0def pad_data(data,nei_size): m,n = data.shape t1 = np.zeros([nei_size//2,n]) data = np.concatenate((t1,data,t1)) m,n = data.shape t2 = np.zeros([m,nei_size//2]) data = np.concatenate((t2,data,t2),axis=1) return data#逐像素取大小為nei_size*nei_size的鄰域數(shù)據(jù)def gen_dataX(data,nei_size): x,y = data.shape m = x-nei_size//2*2;n = y-nei_size//2*2 res = np.zeros([m*n,nei_size**2]) print m,n k = 0 for i in range(nei_size//2,m+nei_size//2): for j in range(nei_size//2,n+nei_size//2): res[k,:] = np.reshape(data[i-nei_size//2:i+nei_size//2+1,j-nei_size//2:j+nei_size//2+1].T,(1,-1)) k += 1 print k return resim = sio.loadmat(’data/im1.mat’);im1 = im1[’im1’]nei_size=5#鄰域取訓(xùn)練數(shù)據(jù)im1= pad_data(im1,nei_size)data = gen_dataX(im1,nei_size)sio.savemat('results/'+str(kk)+'/dataX.mat', {’dataX’:dataX})

補(bǔ)充:像素之間的鄰域、連接、連通等問題

1.鄰域

鄰域分為三類:4鄰域、對角鄰域和8鄰域。

對于以像素P為中心的九宮格而言,一個“加號”所涵蓋的四個像素被稱為中心像素的4鄰域,記作N4(P);角落的四個像素則是對角鄰域,記作ND(P);周圍全部8個像素稱為中心像素的8鄰域,記作N8(P)。

Python 實現(xiàn)圖像逐像素點取鄰域數(shù)據(jù)

從左到右分別為 4鄰域 對角鄰域 8鄰域

2.連接

兩個像素為連接關(guān)系需滿足兩個條件:1.兩個像素相互接觸(鄰接);2.兩個像素滿足某個特定的相似準(zhǔn)則,比如像素灰度值相等或者灰度值處于同一個區(qū)間V內(nèi),這個是人為設(shè)置的。

這里容易把鄰接和連接搞混,鄰接就只是兩個像素相鄰而已,連接則需要滿足灰度值的要求。

連接根據(jù)像素所在鄰域的不同也分為三類:4連接、8連接和m連接。先給出它們的定義:

4連接:兩個像素P和R都在區(qū)間V內(nèi),且R屬于N4(P);

8連接:兩個像素P和R都在區(qū)間V內(nèi),且R屬于N8(P);

m連接:兩個像素P和R都在區(qū)間V內(nèi),且R屬于N4(P)或者R屬于ND(P),且N4(P)與N4(P)交集中的像素不在V中。

我已經(jīng)被這堆定義搞暈了,用圖片要好理解很多:

Python 實現(xiàn)圖像逐像素點取鄰域數(shù)據(jù)

從左到右分別為 4連接、8連接、m連接。

這里假設(shè)集合V=1,可以看出8連接和m連接的區(qū)別了吧,N4§和N4®的交集(黃色部分)如果在V中,那就是8連接;不在V中就是m連接。

除此之外,根據(jù)定義我們也可以發(fā)現(xiàn)4連接也是包含在m連接里面的,因此可以得到這樣的包含關(guān)系:

4連接 ∈ m連接 ∈ 8連接

既然m連接包含在8連接里面了,還定義這個東西干嘛呢?課本給出的原因是為了消除8連接的“二義性”,在下面像素的連通里會用到。

3.連通

連通的定義很簡單,就是由一系列連接像素組成的通路。比如這樣:

Python 實現(xiàn)圖像逐像素點取鄰域數(shù)據(jù)

連通的路線必須是唯一的,但8連接有時候會出現(xiàn)多條路都能走的情況,這時候m連接就派上用場了。

Python 實現(xiàn)圖像逐像素點取鄰域數(shù)據(jù)

比如這種情況,藍(lán)色和紅色路線都能走,此時我們規(guī)定必須要走m連接,那就只剩藍(lán)色路線了。因此m連接的實質(zhì)就是:在像素間同時存在4-連接和8-連接時,優(yōu)先采用4-連接,并屏蔽兩個和同一像素間存在4-連接的像素之間的8-連接。

這樣像素之間的這些關(guān)系就都搞明白啦~

以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持好吧啦網(wǎng)。如有錯誤或未考慮完全的地方,望不吝賜教。

標(biāo)簽: Python 編程
相關(guān)文章:
主站蜘蛛池模板: 日日摸日日碰夜夜97 | 成人高清毛片a | 国产精品欧美视频另类专区 | 日本精品一区二区三区在线视频一 | 成人男女啪啪免费观看网站 | 久草网在线视频 | 免费网站18 | 日本精品一区二区三区视频 | 一级真人毛片 | 欧美成人观看免费完全 | 亚洲福利国产精品17p | 草草影院私人免费入口 | 男女男免费视频网站国产 | www.午夜 | 久久88香港三级台湾三级中文 | 国产精品深爱在线 | 欧美成人精品免费播放 | 日韩国产成人资源精品视频 | 国产成人精品久久综合 | 欧美三级做爰全过程 | 色九九视频 | 欧美日本视频一区 | 五月色一区二区亚洲小说 | 亚洲综合成人在线 | 国产精品视频免费播放 | 国产真实女人一级毛片 | 黄网视频在线观看 | 国产第一亚洲 | 精品国产日韩久久亚洲 | 大陆孕妇孕交视频自拍 | 一级黄片一级毛片 | 最新欧美精品一区二区三区不卡 | 女人张开双腿让男人桶爽免 | 欧美激情视频一区二区免费 | 精品日韩二区三区精品视频 | 波多野结衣中文一区二区免费 | 91精品自在拍精选久久 | 国产在线视频区 | 国产男女猛烈无遮档免费视频网站 | 亚洲成av人片在线观看无码 | 欧美精品成人久久网站 |