技术标签: python 图像16位转8位 机器学习 深度学习 人工智能 opencv
不同于一般的8位数据,数据库中的遥感图像都是16位的无符号整形数据,而且大部分集中在[0,500]的范围内,对于8位的RGB图像来说根本无法显示正确的图像。因此,必须对灰度级进行压缩,从65536个灰度级压缩到256个灰度级范围内。
但是,仅仅使用线性压缩是无法解决问题的,因为前面也说过,数据主要集中在[0,500]范围内,即它只占用了前面的几百个灰度级,后面的根本没用到。为此,我们必须丢掉出现概率小的灰度级,保留出现概率大的灰度级范围。
****1.读16位图像数据
def read_mat(input_file):
"""
读取影像
Inputs:
input_file:16位图像数据的路径
Outputs:
array_data:保存图像数据的numpy.array数组
rows:高度
cols:宽度
bands:深度
"""
result_data = scio.loadmat(input_file)
dataset= result_data['imgPS']
cols = dataset.shape[0]
rows = dataset.shape[1]
bands = dataset.shape[2]
array_data = np.zeros((rows, cols,bands))
for i in range(bands):
band = dataset[:,:,i]
array_data[:, :,i] = band
return array_data, rows, cols, bands
****2.直方图统计
def cumulativehistogram(array_data, band_min, band_max):
"""
累计直方图统计
Inputs:
array_data:16位图像数据
band_min:最小像素值
band_max:最大像素值
Outputs:
cutmax:累积分布函数(CDF)==0.98对应的灰度级
cutmin:累积分布函数(CDF)==0.02对应的灰度级
"""
# 逐波段统计最值
rows=array_data.shape[0]
cols=array_data.shape[1]
gray_level = int(band_max - band_min + 1)
gray_array = np.zeros(gray_level)
for row in range(rows):
for col in range(cols):
gray_array[int(array_data[row, col] - band_min)] += 1
count_percent2 = rows*cols * 0.02
count_percent98 = rows*cols* 0.98
cutmax = 0
cutmin = 0
for i in range(1, gray_level):
gray_array[i] += gray_array[i - 1]
if (gray_array[i] >= count_percent2 and gray_array[i - 1] <= count_percent2):
cutmin = i + band_min
if (gray_array[i] >= count_percent98 and gray_array[i - 1] <= count_percent98):
cutmax = i + band_min
return cutmin, cutmax
****3.灰度压缩
def compress(origin_16, output_8):
"""
Input:
origin_16:16位图像路径
Output:
output:8位图像路径
"""
array_data, rows, cols, bands = read_mat(origin_16)
compress_data = np.zeros(( rows, cols,bands))
for i in range(bands):
band_max = np.max(array_data[:, :,i])
band_min = np.min(array_data[:, :,i])
cutmin, cutmax = cumulativehistogram(array_data[:, :,i], band_min, band_max)
compress_scale = (cutmax - cutmin) / 255
for j in range(rows):
for k in range(cols):
if (array_data[j, k,i] < cutmin):
array_data[j, k,i] = cutmin
if (array_data[j, k,i] > cutmax):
array_data[j, k,i] = cutmax
compress_data[j, k,i] = (array_data[j, k,i] - cutmin) / compress_scale
write_mat(output_8, compress_data)
****5.生成8位图像
def write_mat(output_file,array_data):
output_file_order=["B","G","R","NIR"]
rows=array_data.shape[0]
cols=array_data.shape[1]
bands=array_data.shape[2]
for band in range(bands):
cv2.imwrite(output_file+output_file_order[band]+".tif", array_data[:,:,band])
文章浏览阅读3.8k次,点赞9次,收藏28次。直接上一个工作中碰到的问题,另外一个系统开启多线程调用我这边的接口,然后我这边会开启多线程批量查询第三方接口并且返回给调用方。使用的是两三年前别人遗留下来的方法,放到线上后发现确实是可以正常取到结果,但是一旦调用,CPU占用就直接100%(部署环境是win server服务器)。因此查看了下相关的老代码并使用JProfiler查看发现是在某个while循环的时候有问题。具体项目代码就不贴了,类似于下面这段代码。while(flag) {//your code;}这里的flag._main函数使用while(1)循环cpu占用99
文章浏览阅读347次。idea shift f6 快捷键无效_idea shift +f6快捷键不生效
文章浏览阅读135次。Ecmacript 中没有DOM 和 BOM核心模块Node为JavaScript提供了很多服务器级别,这些API绝大多数都被包装到了一个具名和核心模块中了,例如文件操作的 fs 核心模块 ,http服务构建的http 模块 path 路径操作模块 os 操作系统信息模块// 用来获取机器信息的var os = require('os')// 用来操作路径的var path = require('path')// 获取当前机器的 CPU 信息console.log(os.cpus._node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是
文章浏览阅读10w+次,点赞435次,收藏3.4k次。SPSS 22 下载安装过程7.6 方差分析与回归分析的SPSS实现7.6.1 SPSS软件概述1 SPSS版本与安装2 SPSS界面3 SPSS特点4 SPSS数据7.6.2 SPSS与方差分析1 单因素方差分析2 双因素方差分析7.6.3 SPSS与回归分析SPSS回归分析过程牙膏价格问题的回归分析_化工数学模型数据回归软件
文章浏览阅读7.5k次。如何利用hutool工具包实现邮件发送功能呢?1、首先引入hutool依赖<dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.7.19</version></dependency>2、编写邮件发送工具类package com.pc.c..._hutool发送邮件
文章浏览阅读867次,点赞2次,收藏2次。docker安装elasticsearch,elasticsearch-head,kibana,ik分词器安装方式基本有两种,一种是pull的方式,一种是Dockerfile的方式,由于pull的方式pull下来后还需配置许多东西且不便于复用,个人比较喜欢使用Dockerfile的方式所有docker支持的镜像基本都在https://hub.docker.com/docker的官网上能找到合..._docker安装kibana连接elasticsearch并且elasticsearch有密码
文章浏览阅读1.3w次,点赞57次,收藏92次。整理 | 郑丽媛出品 | CSDN(ID:CSDNnews)近年来,随着机器学习的兴起,有一门编程语言逐渐变得火热——Python。得益于其针对机器学习提供了大量开源框架和第三方模块,内置..._beeware
文章浏览阅读7.9k次。//// ViewController.swift// Day_10_Timer//// Created by dongqiangfei on 2018/10/15.// Copyright 2018年 飞飞. All rights reserved.//import UIKitclass ViewController: UIViewController { ..._swift timer 暂停
文章浏览阅读986次,点赞2次,收藏2次。1.硬性等待让当前线程暂停执行,应用场景:代码执行速度太快了,但是UI元素没有立马加载出来,造成两者不同步,这时候就可以让代码等待一下,再去执行找元素的动作线程休眠,强制等待 Thread.sleep(long mills)package com.example.demo;import org.junit.jupiter.api.Test;import org.openqa.selenium.By;import org.openqa.selenium.firefox.Firefox.._元素三大等待
文章浏览阅读3k次,点赞4次,收藏14次。Java软件工程师职位分析_java岗位分析
文章浏览阅读2k次。Java:Unreachable code的解决方法_java unreachable code
文章浏览阅读1w次。1、html中设置标签data-*的值 标题 11111 222222、点击获取当前标签的data-url的值$('dd').on('click', function() { var urlVal = $(this).data('ur_如何根据data-*属性获取对应的标签对象