Nano Hash - криптовалюты, майнинг, программирование

Извлечение каждого значения пикселя из матрицы и сохранение его в новом в Matlab

Моя проблема - типичная проблема новичка, я думаю. Моя матрица выглядит следующим образом:

[102 183 301]

где первое и второе измерения — это строки и столбцы, а третье — количество изображений, которые мне нужно обработать. Я должен написать код для извлечения значений пикселей для каждого пикселя в каждом из этих 301 изображений и сохранения их в новой матрице. Я справился только с одним пикселем, мой код выглядит следующим образом:

for y=1:301;
    inVal=squeeze(Data2(y,21,153));
    if y==1
        MAT=zeros(size(Data,3),size(inVal,1));
    end
    MAT(y)=squeeze(MAT(y,:))+inVal;
end

Раньше я переставлял матрицу, чтобы получить значение пикселя из каждого отдельного изображения, но это не работает, чтобы найти все остальные, или, по крайней мере, я не смог. Я был бы очень признателен за некоторые советы, поскольку я никогда не кодировал в своей жизни.


Ответы:


1

Если вам нужен вектор всех значений пикселей в местоположении (x, y) по всем изображениям с учетом исходного слоя данных, просто сделайте следующее:

MAT = squeeze(Data(x,y,:));
04.11.2016
  • Мне нужно было немного другое: для X=1:x для Y=1:y, если X==1 && Y==1 mat=zeros(size(th,1),size(th,2)); конец, если th(X,Y)›=lim1 && th(X,Y)‹=lim2 mat(X,Y)=th(X,Y); конец, если th(X,Y)‹=lim1 && th(X,Y)›=lim2 mat(X,Y)=0; end end end x описывает длину, y ширину изображения. Кроме того, я добавил 2 ограничения для сортировки значений пикселей. Я не слишком точно определил свой вопрос, поэтому ваш ответ работает. 17.11.2016
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..