मैं कई ओवरलैपिंग चूहों की मोज़ेकिंग प्रक्रिया को बेहतर बनाने के लिए पायथन का उपयोग करके हिस्टोग्राम मिलान करने की कोशिश कर रहा हूं। मैं अपने कोड को इस आधार पर देख रहा हूं:
http://www.idlcoyote.com/ip_tips/histomatch.html
आज तक, मैंने दो आसन्न चूहों के अतिव्यापी क्षेत्र को क्लिप करने और सरणी को समतल करने में कामयाब रहा है।
इसलिए मेरे पास समान लंबाई के दो 1 आयामी सरणियाँ हैं।
फिर मैंने निम्नलिखित कोड को उस वेबसाइट के आधार पर लिखा है। दिखाए गए कोड में मैंने gd और bd इमेज के लिए दो बहुत छोटे डेटासेट को प्रतिस्थापित किया है।
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d
bins = range(0,100, 10)
gd_hist = [1,2,3,4,5,4,3,2,1]
bd_hist = [2,4,6,8,10,8,6,4,2]
nPixels = len(gd_hist)
# here we are creating the cumulative distribution frequency for the bad image
cdf_bd = []
for k in range(0, len(bins)-1):
b = sum(bd_hist[:k])
cdf_bd.append(float(b)/nPixels)
# here we are creating the cumulative distribution frequency for the good image
cdf_gd = []
for l in range(0, len(bins)-1):
g = sum(gd_hist[:l])
cdf_gd.append(float(g)/nPixels)
# we plot a histogram of the number of
plt.plot(bins[1:], gd_hist, 'g')
plt.plot(bins[1:], bd_hist, 'r--')
plt.show()
# we plot the cumulative distribution frequencies of both images
plt.plot(bins[1:], cdf_gd, 'g')
plt.plot(bins[1:], cdf_bd, 'r--')
plt.show()
z = []
# loop through the bins
for m in range(0, len(bins)-1):
p = [cdf_bd.index(b) for b in cdf_bd if b < cdf_gd[m]]
if len(p) == 0:
z.append(0)
else:
# if p is not empty, find the last value in the list p
lastval = p[len(p)-1]
# find the bin value at index 'lastval'
z.append(bins[lastval])
plt.plot(bins[1:], z, 'g')
plt.show()
# look into the 'bounds_error'
fi = interp1d(bins[1:], z, bounds_error=False, kind='cubic')
plt.plot(bins[1:], gd_hist, 'g')
plt.show
plt.plot(bins[1:], fi(bd_hist), 'r--')
plt.show()
मेरा कार्यक्रम हिस्टोग्राम और संचयी आवृत्ति वितरण को सफलतापूर्वक प्लॉट करता है ... और मुझे लगा कि मेरे पास ट्रांसफ़ॉर्मेशन फ़ंक्शन 'z' को सही करने का हिस्सा था .... लेकिन तब मैं 'bd_hist' पर वितरण फ़ंक्शन 'fi' का उपयोग करता हूं इसे gd डेटासेट से मिलाने का प्रयास करने के लिए यह सब नाशपाती के आकार का हो जाता है।
मैं एक गणितज्ञ नहीं हूँ और यह अत्यधिक संभावना है कि मैंने कुछ स्पष्ट रूप से अनदेखी की है।
cdf_bd = np.cumsum(bd_hist) / float(np.sum(bd_hist))