Python 使用相应的地面真相面具操纵图像

我正在读这篇关于图像处理检测的论文

我试图自己重新创建它，但我仍然是机器学习的初学者，我刚刚接触到第3.1.1节的示例功能，图3吸引了我的眼球

图3。（a） 来自NIST数据集的操纵图像示例。（b） 列中操纵图像的相应地面真值遮罩 （a） ，绿色表示非操纵面片，红色表示操纵面片。 （c） 从相应图像中提取的面片，顶部为 不包含任何操作，底部包含一些 操纵。（d） 操纵曲面上两个面片的Radon变换 和非操纵图像。（e） 沿着氡柱求和 使改变在这里，我们可以看到非操纵面片显示 曲线右侧为高幅值，而曲线右侧为低幅值 在同一区域观察到的操纵面片。分歧 这样的情况在其他被操纵和非被操纵的情况下都可以看到 补丁

我已经对图像进行了处理，但如何才能得到（a）（b）（c）和（d）中的结果？

---

正如在论文中提到的，这个数字只是Randon和ground truth mask的一个例子

如果你是初学者，我建议你从更简单的事情开始…@martineau我不是abc初学者。我刚从ML开始，这个图没有使用ML。正如本文中提到的，这只是Randon的一个例子。