python實現雙譜特徵提取

㈠ 請教各位大神，如何用python提取出兩幅圖像中不同的部分

點擊F7圖層按鈕，把圖層按鈕的正常變為正片疊底，就可以了 贊同

㈡ Python中extract_tags()怎麼對多行文本提取特徵詞而不是一行一行計算

[python] view plain
#coding:utf-8
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
from multiprocessing import Pool,Queue,Process
import multiprocessing as mp
import time,random
import os
import codecs
import jieba.analyse
jieba.analyse.set_stop_words("yy_stop_words.txt")

def extract_keyword(input_string):
#print("Do task by process {proc}".format(proc=os.getpid()))
tags = jieba.analyse.extract_tags(input_string, topK=100)
#print("key words:{kw}".format(kw=" ".join(tags)))
return tags

#def parallel_extract_keyword(input_string,out_file):
def parallel_extract_keyword(input_string):
#print("Do task by process {proc}".format(proc=os.getpid()))
tags = jieba.analyse.extract_tags(input_string, topK=100)
#time.sleep(random.random())
#print("key words:{kw}".format(kw=" ".join(tags)))
#o_f = open(out_file,'w')
#o_f.write(" ".join(tags)+"\n")
return tags
if __name__ == "__main__":

data_file = sys.argv[1]
with codecs.open(data_file) as f:
lines = f.readlines()
f.close()

out_put = data_file.split('.')[0] +"_tags.txt"
t0 = time.time()
for line in lines:
parallel_extract_keyword(line)
#parallel_extract_keyword(line,out_put)
#extract_keyword(line)
print("串列處理花費時間{t}".format(t=time.time()-t0))

pool = Pool(processes=int(mp.cpu_count()*0.7))
t1 = time.time()
#for line in lines:
#pool.apply_async(parallel_extract_keyword,(line,out_put))
#保存處理的結果，可以方便輸出到文件
res = pool.map(parallel_extract_keyword,lines)
#print("Print keywords:")
#for tag in res:
#print(" ".join(tag))

pool.close()
pool.join()
print("並行處理花費時間{t}s".format(t=time.time()-t1))

運行：
python data_process_by_multiprocess.py message.txt
message.txt是每行是一個文檔，共581行，7M的數據

運行時間：

不使用sleep來掛起進程,也就是把time.sleep(random.random())注釋掉，運行可以大大節省時間。

㈢ 提取HSV顏色特徵，並計算維數的熵，最後保存特徵和熵，形式:圖像名、特徵和熵，用python實現，怎麼實現

可以使用Python版的opencv 來實現。

現讀取圖片：

importcv2
importnumpyasnp

image=cv2.imread('./src/q5.png')
HSV=cv2.cvtColor(image,cv2.COLOR_BGR2HSV)

計算熵

img=np.array(HSV)
foriinrange(len(img)):
forjinrange(len(img[i])):
val=img[i][j]
tmp[val]=float(tmp[val]+1)
k=float(k+1)
foriinrange(len(tmp)):
tmp[i]=float(tmp[i]/k)
foriinrange(len(tmp)):
if(tmp[i]==0):
res=res
else:
res=float(res-tmp[i]*(math.log(tmp[i])/math.log(2.0)))

保存：
HSV圖形可以直接存儲,特徵可以存xml中~

cv2.imwrite("具體路徑",HSV)

㈣ python中用tensorflow怎樣提取多張圖片的特徵

1. 可以將多張圖片按照channel拼接，用2d卷積提取特徵。

2. 拼接成3維圖片，用3d卷積提取特徵
   

㈤ 如何用python提取出兩幅圖像中不同的部分

簡單說，兩附圖之間對應像素相減，然後求絕對值，差異大於某個特定值的就認為是不同點。（如果你的圖片是jpg壓縮，那麼由於離散餘弦變換過程去掉了高頻信息，會導致圖像顏色變化劇烈的部分出現細微鋸齒狀差異）
使用Numpy操作，np.abs(img1-img2)>thr。即可得到

㈥ 提取顏色特徵並計算熵，使用python實現

正好學到這，練下手。比較晚了，所以寫的比較簡單，不明白了明天再說

㈦ python如何提取雙引號中間的內容

正則表達式中匹配引號可以直接寫入 "；匹配任意內容，可以用.*表示，.表示為任意字元，*表示為任意長度；進一步可以使用圓括弧提取引號之間的內容。

伺服器：在進行CGI編程前，確保您的Web伺服器支持CGI及已經配置了CGI的處理程序。

所有的HTTP伺服器執行CGI程序都保存在一個預先配置的目錄。這個目錄被稱為CGI目錄，並按照慣例，它被命名為/var/www/cgi-bin目錄。CGI文件的擴展名為.cgi，python也可以使用.py擴展名。

(7)python實現雙譜特徵提取擴展閱讀：

如果需要安裝， 不妨下載最近穩定的版本。 就是那個以沒有被標記作為alpha或Beta發行的最高的版本。目前最穩定的版本是Python3.0以上：

如果使用的操作系統是Windows：當前最穩定的Windows版本下載是"Python 3.8.1 for Windows"

如果使用的是Mac，MacOS 10.2 (Jaguar), 10.3 (Panther) and 10.4 (Tiger)已經集成安裝了Python，但是大概需要安裝最近通用的構架(build)。

對於Red Hat，安裝python2和python2-devel包，對於Debian，安裝python2.5和python2.5-dev包。

㈧ 在Python中如何提取多個圖片的特徵值

importnumpyasnp

importmatplotlib.pyplotasplt

importscipy

caffe_root='/home/hser/Project/caffe/'

importsys

sys.path.insert(0,caffe_root+'python/')

importcaffe


plt.rcParams['figure.figsize']=(10,10)

plt.rcParams['image.interpolation']='nearest'

plt.rcParams['image.cmap']='gray'

net=caffe.Classifier(caffe_root+'models/bvlc_reference_caffenet/deploy.prototxt',

caffe_root+'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel')

net.set_phase_test()

net.set_mode_cpu()

net.set_mean('data',np.load(caffe_root+'python/caffe/imagenet/ilsvrc_2012_mean.npy'))

net.set_raw_scale('data',255)

net.set_channel_swap('data',(2,1,0))


#infact,youcaninputalistofimages.

scores=net.predict([caffe.io.load_image(caffe_root+"examples/yilin/data/building.jpg"),caffe.io.load_image(caffe_root+"examples/yilin/data/thumb.jpg")])

output=open("feature.txt","w")

#printscores[0].argmax()

#print[(k,v.data.shape)fork,vinnet.blobs.items()]


#thefc6isthefc6layerfeature,data[4]meansthefivecropimages,-images.

#feat=net.blobs['fc6'].data[4]

feat=net.blobs['prob'].data[4]

plt.plot(feat.flat)

plt.show()


feat2=net.blobs['fc6'].data[14]

plt.plot(feat2.flat)

plt.show()

㈨ 關於python的問題

你的程序大部分都沒錯,只是對列表my_list中的字元串元素"5"轉數值元素時,要把轉換結果賦值給原元素,

否則列表my_list沒改變,導致處理字元串元素"5"時,出現不支持字元串和整數相除操作的錯誤.

完整的Python程序如下(改動的地方見注釋,僅一處有問題)

my_list = [1, 2, 3, 4, "5"]

my_list[4]=int(my_list[4]) #這里把int(my_list[4])改成my_list[4]=int(my_list[4])

number = int(input("請輸入一個number:"))

for i in my_list:

print(f"{i}/{number}={i/number}")

源代碼(注意源代碼的縮進)

㈩ Python 用Keras訓練卷積網路，提取的特徵，如何保存，代碼如下

可以用

np.savez('xxx.npz',train_labels=train_labels)

載入時用

np.load('xxx.npz')