机器学习做特征归一化和特征化的原因
摘要：原文链接：https://blog.csdn.net/blogshinelee/article/details/102875044 1 引言 Feature scaling，常见的提法有“特征归一化”、“标准化”，是数据预处理中的重要技术，有时甚至决定了算法能不能work以及work得好不好。谈到f
阅读全文
摘要：在我们深入研究我认为计算机视觉如此严峻的主要原因之前，我首先需要解释机器如何“看到”图像。当我们人类观看图像时，我们会感知物体，人物或景观。当机器“查看”图像时，他们看到的只是代表单个像素的数字。 一个例子可以解释这一点。假设你有一个灰度图像。然后，每个像素由一个通常在0到255之间的数字表示（我在
阅读全文
摘要：python代码 import math import os import sympy as sy import numpy as np import cv2 from osgeo import gdal def Polar2Cartesian(theata): """ 极坐标转直角坐标系 :ret
阅读全文
摘要：在遥感图像处理时,通常因为图像太大,导致计算机内存不够,无法处理.将图像进行分块处理后,再对每一块进行处理将结果进行合并,既能减少计算机内存的负担,又能提高处理速度. python代码 from osgeo import gdal import os import numpy as np def w
阅读全文
摘要：此代码是从sentinel2原始文件包中，选出B、G、R、NIR进行波动合成，保存成tif. python代码 # -*- coding: utf-8 -*- from osgeo import gdal import os import numpy as np from osgeo import
阅读全文
摘要：python代码 import os import numpy as np from osgeo import gdal import glob import datetime # 读图像文件 def read_img(filename): dataset = gdal.Open(filename)
阅读全文
摘要：import os import tarfile import zipfile def un_landsat8_file(path,out): classs1 = os.listdir(path) for idx, folder in enumerate(classs1): if folder[-7
阅读全文
摘要：Landsat8 L1 T数据是辐射校正数据使用地面控制点和数字高程模型数据进行精确校正后的数据产品，还需要做辐射校正（辐射定标和大气校正）。 一、辐射定标 辐射亮度L=DN*Gain+Bias from osgeo import gdal from osgeo import gdal_array
阅读全文
摘要：原文链接：https://blog.csdn.net/m0_38106923/article/details/101937827 一张图片可以储存为多种格式，为什么有的几十KB，有的几百MB，有的静止不动，有的是好几个画面循环播放？在项目开发的过程中经常会读取或保存图像文件，不同类型的图像特点不同，
阅读全文
摘要：一、简介 在对地理信息数据处理时，常常会遇到对线进行平滑和简化的操作。线的平滑可以使用拟合或插值来完成。多段线（Polyline）简化算法可以帮助我们减少Polyline的点数，从而降低输入规模。对多段线简化算法，通常的做法是在一定的近似精度下，删除一些点或者边。 二、线的平滑 插值和拟合有所不同。
阅读全文
摘要：一维插值 插值不同于拟合。插值函数经过样本点，拟合函数一般基于最小二乘法尽量靠近所有样本点穿过。常见插值方法有拉格朗日插值法、分段插值法、样条插值法。 拉格朗日插值多项式：当节点数n较大时，拉格朗日插值多项式的次数较高，可能出现不一致的收敛情况，而且计算复杂。随着样点增加，高次插值会带来误差的震动现
阅读全文
摘要：在做图像数据处理时，经常会有栅格数据转矢量数据的操作，转换后的矢量文件会存在锯齿状边缘，不太美观，因此常常需要对矢量（shp）文件做平滑处理。 1 利用arcgis实现shp的平滑和简化 ArcToolbox / Cartography Tool / Generalization / Smooth
阅读全文
摘要：一、简介 遥感图像融合的定义是通过将多光谱低分辨率的图像和高分辨率的全色波段进行融合从而得到信息量更丰富的遥感图像。常用的遥感图像融合方法有Brovey\PCA\Gram-Schmidt方法。其中Gram-Schmidt方法效果较好，且应用广泛。 多源图像融合可类比为多源信息融合，即通过获取源数据原
阅读全文
摘要：原文链接：https://blog.csdn.net/lyxleft/article/details/90675666 一、简介 在图像分割领域，一个重要任务便是分割出感兴趣（ROI）区域。如果是简易的矩形ROI区域其实是非常容易分割的，opencv的官方python教程里也有教到最简易的矩形ROI
阅读全文
摘要：一、简介 栅格数据进行重新投影比矢量数据更复杂，对于矢量，你只需要每个顶点的新坐标就可以轻松实现投影转换，但对于栅格，你需要处理像元发生形变和偏移的情况，以及从旧单元格位置到新单元格位置的一对一映射。新单元格位置不存在（如下图）。确定新单元格像元值的最简单方法是使用最接近输出单元格映射的输入单元格中
阅读全文
摘要：一、简介 图像重采样就是从高分辨率遥感影像中提取出低分辨率影像，或者从低分辨率影像中提取高分辨率影像的过程。常用的方法有最邻近内插法、双线性内插法、三次卷积法等 二、重采样方法 1 使用ReadAsArray函数 def ReadAsArray(self, xoff=0, yoff=0, win_x
阅读全文
摘要：原文链接：https://blog.csdn.net/sgzqc/article/details/119682864 一、简介 区域增长法是一种已受到计算机视觉界十分关注的图像分割方法。它是以区域为处理对象的，它考虑到区域内部和区域之间的同异性，尽量保持区域中像素的临近性和一致性的统一。这样就可以更
阅读全文
摘要：1.RuntimeWarning: overflow encountered in ubyte_scalars像素加减运算溢出异常 用python处理图像时，可能会涉及两幅图像像素值之间的加减运算，这里需要注意的是图像像素值是ubyte类型，ubyte类型数据范围为0~255，若做运算出现负值或超出
阅读全文
摘要：原文链接：https://blog.csdn.net/FlashKoala/article/details/90649464 一、PIL、Pillow简介 PIL（Python Imaging Library）是Python图像处理库，PIL模块于2009年9月发布，最新版本是1.1.7，仅支持Py
阅读全文
摘要：1 概念： 分辨率，指的是图像或者显示屏在长和宽上各拥有的像素个数。比如一张照片分辨率为1920x1080，意思是这张照片是由横向1920个像素点和纵向1080个像素点构成，一共包含了1920x1080个像素点。 dpi，是分辨率的表示单位之一。它是英文Dot Per Inch的缩写，意思是“每英寸
阅读全文
摘要：根据已知点对求得坐标转换的参数是一个值得研究的问题。这里用到的编程技巧不多，关键是要用到线性代数和数值分析的知识。纵观当前地图坐标保密处理或者坐标系转换的实例，其无外乎采用旋转、平移、拉伸等方式，于是数值的计算无外乎于解n个n元一次方程组，最后通过误差分析进行拟合。 下面就是一个形如 x' = Ax
阅读全文
摘要：原文链接：https://blog.csdn.net/qq_27045589/article/details/81062586 一、几何校正方法 图像校正本质是建立一种从原始图像行列号到某种投影的数学关系，即实现图像行列坐标到投影坐标的转换。不同的校正方法利用了不同的方法来表示转换关系，但本质上式相
阅读全文
摘要：1 自定义镶嵌函数 遥感图像的镶嵌，主要分为5大步骤：step1： 1）对于每一幅图像，计算其行与列；2）获取左上角X,Y3）获取像素宽和像素高4）计算max X 和 min Y，切记像素高是负值 maxX1 = minX1 + (cols1 * pixelWidth) minY1 = maxY1
阅读全文
摘要：在同级目录完成tif和jpg的批量转换 import os import cv2 import numpy as np from osgeo import gdal #数据格式转化 def normalization(data): _range = np.max(data) - np.min(dat
阅读全文
摘要：sys.argv[]是一个从程序外部获取参数的桥梁，从外部取得的参数可以是多个，所以获得的是一个列表（list)，用[]提取其中的元素。其第一个元素是程序本身，随后才依次是外部给予的参数。 实例 import sys a=sys.argv[0] print(a) 将test.py保存在c盘的根目录下
阅读全文
摘要：glob()函数可以将某目录下所有跟通配符模式相同的文件放到一个列表中，有了这个函数，我们再想生成所有文件的列表就不需要使用for循环遍历目录了，直接使用glob.glob(path+pattern)的方式获取，举个例子： 返回目录下所有.tif文件 import os import glob os
阅读全文
摘要：一、简介 pyqt5做为Python的一个模块，它有620多个类和6000个函数和方法。这是一个跨平台的工具包，它可以运行在所有主要的操作系统，包括UNIX，Windows，Mac OS。pyqt5是双重许可。开发者可以在GPL和商业许可之间进行选择。 pyqt5的类别分为几个模块，包括以下： Qt
阅读全文
摘要：一、简介 Pandas 是 Python 语言的一个扩展程序库，用于数据分析。Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。Pandas 名字衍生自术语 "panel data"（面板数据）和 "Python data analysis"（Python
阅读全文
摘要：一、简介 SciPy 是一个开源的 Python 算法库和数学工具包。Scipy 是基于 Numpy 的科学计算库，用于数学、科学、工程学等领域，很多有一些高阶抽象和物理模型需要使用 Scipy。SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微
阅读全文
摘要：参考链接：https://blog.csdn.net/weixin_33514582/article/details/113321749、https://blog.csdn.net/weixin_44196785/article/details/109263326。 一、简介 支持向量机 (Supp
阅读全文
摘要：原文链接：https://blog.csdn.net/Liangjun_Feng/article/details/80037315 一、注册pypi账号 网址： https://pypi.org/ 直接注册就好 二、编写自己的python项目 这是一个名为SICA的文件夹，sica.py和ssica
阅读全文
