1
イメージにPCAを適用して、最初の2つのPCの2次元散布図を作成し、さらに高密度の領域を特定し、それをROI(関心領域)。基本的には、イメージセグメンテーションのためのPCAです。
しかし、私はmatplotlibを初めて使用しているので、PCをプロットする方法について頭を悩ますことはできませんか?
イメージPCの2次元散布図
from skimage import io
from skimage import exposure
import os
import matplotlib.pyplot as plt
import numpy as np
from sklearn.decomposition import PCA
images = io.imread_collection(image_path)
images_equalized = []
for i in range(len(images)):
images_equalized.append(exposure.equalize_hist(images[i]))
pca = PCA(n_components=2)
im_pca = pca.fit_transform(images_equalized[35])
:
は、ここで私はロードし、複数の画像を正規化し、私の最初のコードであり、そのうちの一つにPCAを実行しよう(?方法により、ヒストグラム等化はPCAの前に画像を正規化するための正しい方法です)
今、散布図の作成方法は?
plt.imshow(im_pca)
plt.show()
画像形状は、形状の新しい配列(n_samples、n_components)を返すpca.fit_transform()
(508、636)