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

python 复制代码
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。

python 复制代码
#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。

python 复制代码
#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()
相关推荐
weixin_贾18 分钟前
最新AI-Python机器学习与深度学习技术在植被参数反演中的核心技术应用
python·机器学习·植被参数·遥感反演
人猿泰飞26 分钟前
【初识Trae】字节跳动推出的下一代AI原生IDE,重新定义智能编程
ide·ai-native·trae·ai原生ide
张槊哲27 分钟前
函数的定义与使用(python)
开发语言·python
船长@Quant32 分钟前
文档构建:Sphinx全面使用指南 — 实战篇
python·markdown·sphinx·文档构建
百锦再1 小时前
Android Studio开发 SharedPreferences 详解
android·ide·android studio
偶尔微微一笑1 小时前
AI网络渗透kali应用(gptshell)
linux·人工智能·python·自然语言处理·编辑器
timing9942 小时前
LVGL在VScode的WSL2中仿真
ide·vscode·编辑器
未来之窗软件服务3 小时前
声音分离人声和配乐-从头设计数字生命第4课——仙盟创梦IDE
ide·仙盟创梦ide·数字生命
躲在云朵里`3 小时前
IDEA搭建环境的五种方式
java·ide·intellij-idea
船长@Quant3 小时前
文档构建:Sphinx全面使用指南 — 基础篇
python·markdown·sphinx·文档构建