高光谱图像加载、归一化和增强(jupyter book)

1.获取高光谱图像:我用的是indian_pines的数据集,感兴趣的兄弟可以自行去官方网下载,gt的那个是它的标签哦,别搞错了。

2.图像加载:

(1)从本地路径加载

import scipy.io as sio# 文件路径
file_path = '你的本地路径'# 使用scipy加载.mat文件
data = sio.loadmat(file_path)# 提取高光谱图像数据
spectral_image = data['indian_pines']

(2)记得查看打印下你的数据集维度,print("数据集维度:", spectral_image.shape),后面有用到。

3.归一化处理:

归一化处理:将数据集的值缩放到一个特定的范围内的过程。在显示图像时,归一化处理可以使得图像的亮度和对比度更加均衡,以便更好地观察图像中的细节。

#数据集归一化处理
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.use('TkAgg')#将 Matplotlib 的后端设置为一个支持图像显示的后端
%matplotlib inline#将图像嵌入jupyter book中# 对每个通道进行归一化
normalized_image = spectral_image / np.max(spectral_image)# 将每个通道转换为灰度图像
gray_image = np.mean(normalized_image, axis=-1)# 将灰度图像堆叠在一起来创建伪彩色图像
colorized_image = np.stack([gray_image] * 3, axis=-1)# 显示图像
plt.imshow(colorized_image)
plt.axis('off')
plt.show()

4.图像增强:前面显示的图像太模糊了,我觉得很难受,给它弄增强了,就明显一些。

#图像增强
import cv2
# 将灰度图像转换为伪彩色图像
colorized_image = cv2.applyColorMap((gray_image * 255).astype(np.uint8), cv2.COLORMAP_JET)
# 显示图像
plt.imshow(colorized_image)
plt.axis('off')
plt.show()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/658815.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

乘积数量(c++题解)

题目描述 给定一个长度为 n 且不包含 0 的整数序列 。 请你计算以下两值: 使得 为负的索引对 l,r 的数量。使得 为正的索引对 l,r 的数量。 输入格式 第一行一个整数 。 第二行包含 个整数 。 输出格式 共一行,输出单个空格隔开的两个整数&a…

蓝桥杯---牌型种数

小明被劫持到X赌城,被迫与其他3人玩牌。一副扑克牌(去掉大小王牌,共52张),均匀发给4个人,每个人13张。这时,小明脑子里突然冒出一个问题:如果不考虑花色,只考虑点数,也不考虑自己得到的牌的先后…

排序链表---归并--链表OJ

https://leetcode.cn/problems/sort-list/submissions/499363940/?envTypestudy-plan-v2&envIdtop-100-liked 这里我们直接进阶,用时间复杂度O(nlogn),空间复杂度O(1),来解决。 对于归并,如果自上而下的话,空间复…

Collections集合工具类-JAVA

java.util.Collections:是个集合工具类它不是集合&#xff0c;而是集合的工具类 常用 API&#xff1a;注意 binarySearch 方法要求元素有序 方法实现&#xff1a; public class Test01 {public static void main(String[] args) {ArrayList<String>list1new ArrayList…

SpringBoot整合RabbitMq企业级使用封装

SpringBoot整合RabbitMq企业级使用封装 1、RabbitMq基础说明2、SpringBoot整合RabbitMq&#xff0c;以及RabbitMq的封装和高级用法2.1、pom.xml2.2、application.yml2.3、Mq配置类MessageQueueConfiguration2.3.1、代码2.3.2、设置replyTimeout2.3.3、publisher-confirm-type和…

【C语言】探索数据结构:单链表和双链表

目录 &#x1f4a1;链表的概念和结构 &#x1f4a1;链表的分类 &#x1f4a1;无头单向非循环链表&#xff08;单链表&#xff09;的实现 定义节点结构 单链表的尾部插入 单链表的头部插入 单链表的尾部删除 单链表的头部删除 在指定位置插入前数据 在指定位置之后插入数…

w3c标准

w3c&#xff08;万维网联盟&#xff09;&#xff1a;是一个公益基金组织&#xff0c;由互联网之父&#xff08;博纳斯李&#xff09;牵头组织起来的&#xff0c;用于专门维护互联网相关技术的发展和规范。 w3c标准&#xff0c;不是一个标准&#xff0c;而是一系列标准的集合&am…

人工智能基础-Numpy.array基本操作

基本属性 查看维度 x.ndim查看维度&#xff08;元组形式&#xff09; x.shape元素个数 x.size数据访问 子矩阵 内容同步修改 加是copy&#xff08;&#xff09;则不同步修改 Reshape 修改维度 参数为-1时自动识别个数 合并 np.concatenate([x, y])沿着列合并 np.co…

Springboot使用数据库连接池druid

springboot框架中可以使用druid进行数据库连接池&#xff0c;下面介绍druid在springboot中使用和参数配置介绍。 数据库连接池&#xff08;Druid&#xff09;是一种用于管理数据库连接的机制&#xff0c;其工作原理和常见使用方法如下&#xff1a; 原理&#xff1a;数据库连接…

kafka实现延迟队列

前言 首先说一下延迟队列这个东西&#xff0c;实际上实现他的方法有很多&#xff0c;kafka实现并不是一个最好的选择&#xff0c;例如redis的zset可以实现&#xff0c;rocketmq天然的可以实现&#xff0c;rabbitmq也可以实现。如果切换前几种方案成本高的情况下&#xff0c;那…

OSDI 2023: LVMT: An Efficient Authenticated Storage for Blockchain

我们使用以下6个分类标准对本文的研究选题进行分析: 1. 研究方向: 区块链可扩展性: 提高交易吞吐量和减少确认时间的研究,例如零知识证明、分片和状态通道。密码学技术: 开发或改进用于区块链应用的新密码原语,例如椭圆曲线、承诺方案和累加器。区块链存储和效率: 优化区块…

02神经网络的学习及代码实现

“学习”是指从训练数据中自动获取最优权重参数的过程。引入损失函数指标&#xff0c;学习的目的是以该损失函数为基准&#xff0c;找出尽可能小的损失函数的值。 1、从数据中学习 从数据中学习规律&#xff0c;模式&#xff0c;避免人为介入。 先从图像中提取特征量&#x…

【GAMES101】Lecture 13 光线追踪 Whitted-Style

目录 光线追踪 基本的光线追踪算法 Whitted-Style光线追踪 求曲面交点 求三角形交点 Mller Trumbore Algorithm&#xff08;MT算法&#xff09; 光线追踪 这里讲一下为什么我们需要光线追踪&#xff0c;主要是因为光栅化没有办法很好的处理全局的光照效果&#xff0c;就…

MySQL备份和恢复(二)mysqldump

注意&#xff1a;mysqldump是完全备份 一、mysqldump备份命令 1、 备份数据库 含创建库语句 &#xff08;1&#xff09;备份指定数据库 完全备份一个或多个完整的库&#xff0c; mysqldump -uroot -p[密码] --databases 库名1 [库名2].. >/备份路径/备份文件名.sql#导出…

如何恢复已删除的照片?

在这篇综合文章中发现恢复丢失照片的有效且免费的方法。无论您使用的是智能手机、iPhone、Windows 计算机、Mac、SD 卡还是数码相机&#xff0c;我们都提供有关如何恢复已删除照片的分步说明。此外&#xff0c;学习一些有价值的技巧&#xff0c;以防止将来意外删除照片。 意外…

2024.1.28周报

目录 摘要 ABSTRACT 一、文献阅读 1、题目 2、摘要 3、解决的问题 4、算法模型 5、总结 二、PINN方法 三、PINN神经网络源码 总结 摘要 本周我阅读了一篇题目为Physics Informed Deep Learning (Part I): Data-driven Solutions of Nonlinear Partial Differential…

配置vite自动按需引入 vant 组件

为什么学 按需加载可以减少包体积,优化加载性能 学习内容 全局注册组件 import 需要的组件import 组件样式使用 app.use 注册组件 Tree Shaking 介绍使用 什么是 tree shaking&#xff1f; Tree shaking是一种优化技术&#xff0c;用于减少JavaScript或其他编程语言中未被使用…

【2024程序员必看】鸿蒙应用开发行业分析

鸿蒙操作系统沉浸四年&#xff0c;这次终于迎来了破局的机会&#xff0c;自从2023年华为秋季发布会上宣布鸿蒙 Next操作系统不在兼容Android后&#xff0c;就有不少大厂开始陆续与华为达成了鸿蒙原生应用的开发合作&#xff0c;据1月18日华为官方宣布110多天的产业合力“突进”…

python+selenium自动化测试项目实战

说明&#xff1a;本项目采用流程控制思想&#xff0c;未引用unittest&pytest等单元测试框架 一.项目介绍 目的 测试某官方网站登录功能模块可以正常使用 用例 1.输入格式正确的用户名和正确的密码&#xff0c;验证是否登录成功&#xff1b; 2.输入格式正确的用户名和不…

【C语言】(12)指针

指针在C语言中是一个非常重要的概念&#xff0c;它为程序员提供了直接访问内存的能力&#xff0c;使得数据操作更加灵活高效。理解并正确使用指针是掌握C语言的关键之一。 1. 指针的基本概念 指针本质上是一个变量&#xff0c;其存储的是另一个变量的内存地址。通过指针&…