问题标签 [image-preprocessing]

我是unis的学生junho。我试图研究此代码以进行图像预处理。我试图将面部识别更改为标签识别以正确裁剪。但错误发生如下代码。这似乎是列表问题。但即使我尝试过，我也无法弄清楚。有没有人能知道这个问题？？

这是代码：

错误代码是这样的： IndexError Traceback (last recent call last) in () 17 18 if name == " main ": ---> 19 main(sys.argv)

我正在尝试使用自定义预处理功能在训练期间将 RGB 图像转换为灰度。因此，我尝试使用tf.image.rbg_to_grayscale它。我的功能如下所示：

train_generator是使用 定义的datagen.flow_from_dataframe(...)。没有这个自定义函数的训练工作得很好，但是一旦我使用它，我就会收到以下错误：

ValueError：使用序列设置数组元素。

从这里的答案来看，我认为我需要将输入更改为rgb_to_grayscale，但我不知道传递x给函数的正确方法是什么。

关于如何解决这个问题的任何想法？

我需要使用 OpenCV 上的 skimage 删除 png 图像中多余的黑色部分。有人可以指导如何做吗？我是图像处理的新手。提前致谢。

有 ImageDataGenerator.flow() 函数，我们在其中传递训练图像并返回增强图像。但是 ImageDataGenerator.fit() 函数有什么作用呢？

我有一个灰度 PNG 格式的医学图像数据集，必须转换为 RGB 格式。尝试了许多解决方案但徒劳无功。

我已按照本笔记本教程中的代码进行操作，但我一直在渲染 3d 肺分割

https://www.kaggle.com/gzuidhof/full-preprocessing-tutorial

除了以下更改外，我已按照教程进行操作：

1. 我已经导入了 pydicom 而不是 dicom
2. 我随后将 dicom.read_file() 更改为 pydicom.dcmread()

这是预期的图像，这是我的肺部图像必须呈现的方式

这就是我得到的渲染

但是，扫描的简单 3d 图看起来不错。

这是数据的教程渲染：

这是我对数据的渲染。所以在肺分割发生之前一切都很好。

肺分割代码出了点问题。

我有一堆低质量、低对比度（通常也是光线不好）的岩石上的文字照片。我希望我的程序能够检测字母形状（通常非常磨损）。由于我是新手，我尝试应用 sobel / laplacian / canny 滤镜，但照片显然需要一些预处理。您能否建议我可以做些什么来获得更好的结果。我尝试在线搜索，但我发现的解决方案要么不起作用，要么对我来说听起来很神奇。

系统：

操作系统 - Ubuntu 16.04 LTS // RAM - 8 GB // GPU - 2 x GTX 1080 // 软件 - Tensorflow / Keras

问题陈述：

我有大图像（6500 x 4308 像素），我想在其上运行训练过程来训练 DL 算法。问题是这种尺寸的图像不适合我的显卡内存（2 x GTX 1080）。我计划将图像分成更小的图块以放入内存中，最后将图块放在一起以显示结果图像（在测试阶段以查看图像的预测，例如表面缺陷）。

但是对于每个大图像，我都有一个注释文件，其中包含有关图像中边界框的信息。所以现在我没有关于如何进行的技巧或想法。如果你们能根据自己的经验向我推荐一些方法，我会非常高兴。

先感谢您！

编辑：图像调整大小不是一个选项，因为 ROI 小到 5 x5 像素。如果重新调整图像大小，它们将丢失。

ValueError：预期 2D 数组，得到 1D 数组：array=[0.05760078 0.02291208 0.01819267 ... 0.02739229 0.01199168 0.00890131]。如果您的数据具有单个特征，则使用 array.reshape(-1, 1) 重塑您的数据，如果它包含单个样本，则使用 array.reshape(1, -1) 。

任何快速的解决方案都可以帮助我很多。这是代码：