处理大/大/阻塞图像,块
回到R2016B,我们介绍了高阵列在其他事情之外,促进任意大型数据集。例如,这适用于表或时间表,并与之配合使用数据存储- 用于集合的存储库太大,无法适合内存。
我想在本周的POTW讲坛上强调一个类似的图像处理领域的新功能。在R2021a中,我们发布了一个“blockedImage对象”。分块图像是由离散块组成的图像。就像高()那blockedImage ()有助于处理过大的图像或容量,以适应内存。使用块图像,您可以执行任意大的图像的处理,配合blockedimagedataStore()没有内存不足。
内容
关于什么blockproc (),你问?
当然,我们已经BlockProc()以自2009年以来促进图像的群体处理。所以什么是大问题?
blockedImage ()有几个显着的优势blockproc ():
- BlockedImage具有对多分辨率数据集的本金宝app机支持。您可以在金字塔数据集(例如,“在最佳分辨率级别的图像区域之间轻松地对应于该功能的位置?”)我们可以回答这一点,因为我们有支持真实世界空间单位。金宝app
- 使用blockedImage进行条件处理要容易得多。尽管blockproc对每个块都有效,但blockedImage可以通过使用blockdimagedatastore的“BlockLocationSet”参数跳过块。例如,这对于训练期间的班级平衡非常有用。
- 您可以使用blockedImage指定不严格分区数据的块。你可以有重叠的方块。你可以用有间隙的方块。
- 使用非图像结果更自然,例如计算每个块的直方图。
- 使用3D和ND! - 数据是更容易的操作。
- BlockedImage的适配器与......或不适合......他们完全是可选的!
- 同样,在blockedImage中使用apply()语法也更好
- 与blockeimagedatastore一起,blockedImage提供了一种简单的方法来准备用于训练机器学习模型的数据集。
- 您可以创建BlockedImages阵列,并进行图像的批处理,块状!
- BlockedImage的“作物”方法让您创建虚拟的裁剪的子图像-没有数据拷贝。这是一种内存效率,如果您的图像包含多个逻辑分辨率或实体(比如在单个幻灯片图像上包含多个组织样本),这就非常有用。金宝搏官方网站
你可以打电话给他们“大”,你可以打电话给他们“大”,或者你可以打电话给他们“被封锁”......
但是你选择引用它们,处理图像过大以适合内存,从未如此简单,更强大,或更灵活!您使用的遗留代码blockproc ()将继续工作,但是对于您的新分析 - 特别是如果您正在培训深入学习模式 - 我鼓励您给予blockedImage ()试试!
一如既往,我欢迎你的想法和意见。
- 类别:
- 挑选
评论
要发表评论,请点击在这里登录您的MathWorks帐户或创建新的。