Python SciPy径向取样
我正在用Python SciPy径向取样,python,image-processing,numpy,scipy,Python,Image Processing,Numpy,Scipy,我正在用scipy.ndimage进行图像处理。给定一个环形物体,我想围绕它的圆周生成一个“轮廓”。轮廓可以是环周围不同点的厚度测量值,也可以是环“厚度”上的平均信号 在我看来,如果我能先得到一张好的标签图片,我可以使用ndimage.mean 如果我的戒指看起来像这样 A = array([[0, 0, 0, 0, 1, 0, 0, 0, 0, 0], [0, 0, 1, 1, 1, 1, 1, 1, 0, 0], [0, 0, 1, 1, 1
scipy.ndimage
进行图像处理。给定一个环形物体,我想围绕它的圆周生成一个“轮廓”。轮廓可以是环周围不同点的厚度测量值,也可以是环“厚度”上的平均信号
在我看来,如果我能先得到一张好的标签图片,我可以使用ndimage.mean
如果我的戒指看起来像这样
A = array([[0, 0, 0, 0, 1, 0, 0, 0, 0, 0],
[0, 0, 1, 1, 1, 1, 1, 1, 0, 0],
[0, 0, 1, 1, 1, 1, 1, 1, 0, 0],
[0, 0, 1, 1, 0, 0, 1, 1, 0, 0],
[0, 0, 1, 1, 0, 0, 1, 1, 0, 0],
[0, 0, 1, 1, 0, 0, 1, 1, 0, 0],
[0, 0, 1, 1, 0, 0, 1, 1, 1, 0],
[0, 0, 1, 1, 0, 0, 1, 1, 0, 0],
[0, 0, 1, 1, 1, 1, 1, 1, 0, 0],
[0, 0, 0, 0, 1, 0, 0, 0, 0, 0]])
我可以用numpy.mean(A,labels)
获取“平均值配置文件”,其中labels
是
array([[0, 0, 0, 0, 2, 0, 0, 0, 0, 0],
[0, 0, 1, 1, 2, 3, 4, 4, 0, 0],
[0, 0, 1, 1, 2, 3, 4, 5, 0, 0],
[0, 0, 16, 16, 0, 0, 5, 5, 0, 0],
[0, 0, 15, 15, 0, 0, 6, 6, 0, 0],
[0, 0, 14, 14, 0, 0, 7, 7, 0, 0],
[0, 0, 13, 13, 0, 0, 8, 8, 8, 0],
[0, 0, 13, 12, 0, 0, 9, 9, 0, 0],
[0, 0, 12, 12, 11, 10, 9, 9, 0, 0],
[0, 0, 0, 0, 11, 0, 0, 0, 0, 0]])
我打赌这会忽略一些插值的东西,但这是我自己能想到的
有没有办法生成我建议的
标签
图像?有更好的方法生成我的配置文件吗?圆(或球体)上的标准概率分布是Von Mises Fisher分布
Scipy支持此发行版:
因此,您应该能够使用拟合函数为数据找到最大似然参数。圆(或球体)上的标准概率分布是Von Mises Fisher分布 Scipy支持此发行版:
因此,您应该能够使用拟合函数为数据找到最大似然参数。对不起,我不明白。你能详细说明一下吗?如果你有一组沿着环的不同角度的离散计数,那么你可以根据这些测量值拟合出冯·米塞斯分布。拟合后的分布会给你一个概率,一个单位的厚度存在于一个特定的角度。对不起,我不明白。你能详细说明一下吗?如果你有一组沿着环的不同角度的离散计数,那么你可以根据这些测量值拟合出冯·米塞斯分布。拟合分布会给你一个概率,一个厚度单位在一个特定的角度存在。我从答案中得到了我需要的开始。我从答案中得到了我需要的开始。