我有一個表示為 uint16 numpy 數(shù)組 ( orig_arr) 且分布偏斜的圖像。我想創(chuàng)建一個新noise_arr的隨機值數(shù)組 ( )，但它與 的均值和標(biāo)準(zhǔn)差相匹配orig_img。我相信這將需要兩個主要步驟：測量平均值和分布 orig_arr使用步驟 1 中測量的均值和分布創(chuàng)建一個新的隨機值數(shù)組我?guī)缀醪恢廊绾巫龅竭@一點，但這里有一個示例圖像和一些代碼，可以幫助您入門：示例圖片：https : //drive.google.com/open?id=1bevwW-NHshIVRqni5O62QB7bxcxnUier（看起來是空白但不是）如果它真的只是一個字符串并且你想要的數(shù)據(jù)總是在同一個位置你可以這樣做。String = "Sat Apr 18 23:22:15 PDT 2009"hour = String[11:13]print(hour)這返回，23即使它來自日期時間或其他東西，這也是一樣的。如果這是函數(shù)的其他輸出，您可以將其轉(zhuǎn)換為字符串，然后以相同的方式提取數(shù)據(jù)。hour = str(some_output)[11:13]但是，如果您不確定您想要的數(shù)據(jù)將始終位于字符串的同一位置，那么我會建議以下內(nèi)容。import resomestring = "More text here Sat Apr 18 23:22:15 PDT 2009 - oh boy! the date could be anywhere in this string"regex = re.search('\d{2}\:\d{2}\:\d{2}', somestring)hour = regex.group()[:2]print(hour)regex.group() 正在返回，23:22:15然后 [:2] 提取前兩項返回，23
1 回答
翻翻過去那場雪
TA貢獻2065條經(jīng)驗 獲得超14個贊
我認(rèn)為scipy.stats.skewnorm可能會奏效。它可以讓您表征偏態(tài)正態(tài)分布，還可以從偏態(tài)正態(tài)分布中采樣數(shù)據(jù)。
現(xiàn)在......也許這對你的數(shù)據(jù)來說是一個糟糕的假設(shè)......也許它不是正常的，但這是我嘗試的第一件事。
# import skewnorm
from scipy.stats import skewnorm
# find params
a, loc, scale = skewnorm.fit(orig_arr)
# mimick orig distribution with skewnorm
# keep size and shape the same as orig_arr
noise_arr = skewnorm(a, loc, scale).rvs(orig_arr.size).astype('uint16').reshape(orig_array.shape)
有更多關(guān)于探索這種數(shù)據(jù)的細節(jié)......繪制它......比較它......在這里： 如何創(chuàng)建uint16高斯噪聲圖像？
此外...我認(rèn)為使用imshow和設(shè)置vmin，并vmax可以讓你看看你的數(shù)據(jù)的圖像或熱圖是該范圍敏感。上面的鏈接也證明了這一點。
希望有幫助！
添加回答
舉報
0/150
提交
取消