处理大/大/阻塞图像，块

发布的布雷特Shoelson那2021年9月3日

230次观看（过去30天）| 0.喜欢| 0评论

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