【Pavia】遥感图像数据集下载地址和读取数据集代码
-
【Pavia】遥感图像数据集下载地址和读取数据集代码
- 前言
-
Pavia数据集
- Pavia数据集地址:
-
Pavia数据集预览
- PaviaU.mat
- PaviaU_gt.mat
-
Pavia数据集的Matlab读取方式
- Pavia数据集中PaviaU.mat的matlab读取代码
- Pavia数据集中PaviaU_gt.mat的matlab读取代码
-
Pavia数据集的Python读取方式
- Pavia数据集中PaviaU.mat的Python读取代码
- Pavia数据集中PaviaU_gt.mat的Python读取代码
前言
遥感系列第13篇。遥感图像处理方向的学习者可以参考或者复刻
本文初编辑于2024年3月28日
CSDN:https://blog.csdn.net/rvdgdsva
博客园:https://www.cnblogs.com/hassle
总结:有一说一,从新手的角度上来说,Pavia数据集比Houston数据集友好了不知道多少倍
遥感图像,很自然科学吧,放个虚无战神暴力小朋友在此镇楼
Pavia数据集
Pavia University数据集是一个高光谱图像数据集,由一个被称为反射光学系统在意大利帕维服务器托管网亚市(ROSIS-3)的传感器收集。该图像由610340像素,115个光谱波段组成。该图像被分为9类,共计42,776个标签样本,包括沥青、草地、砾石、树木、金属板、裸土、沥青、砖和阴影。
Pavia数据集地址:
https://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes#Pavia_Centre_and_University
下载的Pavia数据集是.mat格式的
下面提供Matlab和Python两种读取方式
Pavia数据集预览
PaviaU.mat
PaviaU_gt.mat
Pavia数据集的Matlab读取方式
Pavia数据集中PaviaU.mat的matlab读取代码
% 加载PaviaU.mat文件
load('PaviaU.mat')
% 获取输入图像的尺寸
InputMatImg = paviaU;
b = size(InputMatImg);
fprintf('输入图像宽度为 %dn', b(1));
fprintf('输入图像高度为 %dn', b(2));
fprintf('输入图像波段数为 %dn', b(3));
% 选择三个波段
i = 57; j = 34; k = 3;
% 获取第i、j、k个波段
InputImg_r = InputMatImg(:,:,i);
InputImg_g = InputMatImg(:,:,j);
InputImg_b = InputMatImg(:,:,k);
% 打印每个波段的最大像素值
fprintf('%dn', max(InputImg_r(:))); % 为8000
fprintf('%dn', max(InputImg_g(:))); % 为8000
fprintf('%dn', max(InputImg_b(:))); % 为8000
% 将像素值缩放到0-255范围
InputImg_r = InputImg_r / 8000 * 255;
InputImg_g = InputImg_g / 8000 * 255;
InputImg_b = InputImg_b / 8000 * 255;
% 打印缩放后的最大像素值
fprintf('%dn', max(InputImg_r(:))); % 为255
fprintf('%dn', max(InputImg_g(:))); % 为255
fprintf('%dn', max(InputImg_b(:))); % 为255
% 将像素值转换为uint8类型
InputImg_r = uint8(InputImg_r);
InputImg_g = uint8(InputImg_g);
InputImg_b = uint8(InputImg_b);
% 合成RGB图像
RGBImg = cat(3, InputI服务器托管网mg_r, InputImg_g, InputImg_b);
% 显示每个波段和合成波段的图像
figure;
subplot(221); imshow(InputImg_r); title('1号波段');
subplot(222); imshow(InputImg_g); title('2号波段');
subplot(223); imshow(InputImg_b); title('3号波段');
subplot(224); imshow(RGBImg); title('合成波段');
% 将每个波段和合成波段保存为图片文件
imwrite(InputImg_r, ['MATBand', num2str(i), '.jpg']);
imwrite(InputImg_g, ['MATBand', num2str(j), '.jpg']);
imwrite(InputImg_b, ['MATBand', num2str(k), '.jpg']);
imwrite(RGBImg, 'composite_img.jpg');
Pavia数据集中PaviaU_gt.mat的matlab读取代码
load('PaviaU_gt.mat')
fprintf('%dn',max(paviaU_gt(:)));
paviaU_gt=paviaU_gt/max(paviaU_gt(:))*255
paviaU_gt= uint8(paviaU_gt);
imshow(paviaU_gt);title('这可就有点麻烦了');
Pavia数据集的Python读取方式
Pavia数据集中PaviaU.mat的Python读取代码
# 导入所需的库
from scipy import io
import numpy as np
from PIL import Image
# 定义图像路径
imgPth = "PaviaU.mat"
# 从.mat文件中加载图像数据
img = io.loadmat(imgPth)['paviaU'][:,:,[57,34,3]]
img = np.asarray(img)
# 打印三个通道中的最大像素值
print(np.max(img[:,:,0]))
print(np.max(img[:,:,1]))
print(np.max(img[:,:,2]))
# 将每个通道的像素值缩放到0-255范围内
img[:,:,0] = img[:,:,0]/np.max(img[:,:,0])*255
img[:,:,1] = img[:,:,1]/np.max(img[:,:,1])*255
img[:,:,2] = img[:,:,2]/np.max(img[:,:,2])*255
# 打印缩放后的每个通道的最大像素值
print(np.max(img[:,:,0]))
print(np.max(img[:,:,1]))
print(np.max(img[:,:,2]))
# 对图像进行取整操作
img = np.ceil(img)
# 将numpy数组转换为PIL图像对象
img = Image.fromarray(np.uint8(img))
# 保存图像为PNG格式
img.save("./PaviaU.png")
Pavia数据集中PaviaU_gt.mat的Python读取代码
from scipy import io
import numpy as np
from PIL import Image
gtPth = 'PaviaU_gt.mat'
img = io.loadmat(gtPth)['paviaU_gt'][:,:]
img = np.asarray(img)
img= img/np.max(img)*255
img = Image.fromarray(np.uint8(img))
img.save("./PaviaU_gt.png")
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
机房租用,北京机房租用,IDC机房托管, http://www.fwqtg.net
RabbitMQ学习 RabbitMQ相关概念 Virtual host数据隔离 SpringAMQP 第一种 基本消息模型 第二种 WorkQueues模型 第三种 发布订阅模型(fanout交换机) fanout交换机实例 第四种 Direct交换机 di…