pixel

R: over-write xy coordinates of raster layer

人走茶凉 提交于 2020-05-09 04:44:29
问题 I have a raster with XY pixel coordinates which I want to convert to lat and long. class : RasterLayer dimensions : 1617, 1596, 2580732 (nrow, ncol, ncell) resolution : 1, 1 (x, y) extent : 0, 1596, 0, 1617 (xmin, xmax, ymin, ymax) coord. ref. : NA data source : C:\janW1.png names : janW1 values : 0, 255 (min, max) I have calculated the lat/long coords using the formula specified here. This has resulted in the following dataframe heads(cords) lat lon x y janW1 1 46.99401 -14.99122 0.5 1616.5

How to rasterize OpenGL triangle on half-integer pixels centers

拜拜、爱过 提交于 2020-04-10 09:08:51
问题 OpenGL pixels/fragments are conceptually 1x1 squares centered on half-integer pixels. The OpenGL 4.5 specification states: A fragment is located by its lower left corner, which lies on integer grid coordinates. Rasterization operations also refer to a fragment’s center, which is offset by (1/2,1/2) from its lower left corner (and so lies on half-integer coordinates). Rasterizers typically assume that pixel centers lie on the integer grid. Since I am attempting to implement a correct OpenGL

Android中px dpi dip density densityDpi 的相关说明

不问归期 提交于 2020-04-06 22:35:59
概念解释 名词 解释 Px (Pixel像素) 不同设备显示效果相同。这里的“相同”是指像素数不会变,比如指定UI长度是100px,那不管分辨率是多少UI长度都是100px。也正是因为如此才造成了UI在小分辨率设备上被放大而失真,在大分辨率上被缩小。 Screen Size (屏幕尺寸) 一般所说的手机屏幕大小如1.6英寸、1.9英寸、2.2英寸,都是指的对角线的长度,而不是手机面积。我们可以根据勾股定理获取手机的宽和长,当然还有面积。 Resolution (分辨率) 指手机屏幕垂直和水平方向上的像素个数。比如分辨率是480*320,则指设备垂直方向有480个像素点,水平方向有320个像素点。 Dpi (dots per inch 像素密度) 指每英寸中的像素数。如160dpi指手机水平或垂直方向上每英寸距离有160个像素点。假定设备分辨率为320*240,屏幕长2英寸宽1.5英寸,dpi=320/2=240/1.5=160 注意:该值对应于 DisplayMetrics 类中属性 densityDpi 的值。具体请参考 http://www.cnblogs.com/wader2011/archive/2011/11/28/2266669.html Density (密度) 指每平方英寸中的像素数。 Density=Resolution/Screen size 注意:在

pygame---2048

余生颓废 提交于 2020-04-06 04:02:26
用4*4的二维数组保存地图,pygame.key.get_pressed()获取键盘操作 import random import sys import pygame from pygame.locals import * PIXEL= 150 SCORE_PIXEL= 100 SIZE= 4 #地图的类 class Map : def __init__ (self,size) : self.size=size self.score= 0 self.map=[[ 0 for i in range(size)] for i in range(size)] self.add() self.add() #新增2或4,有1/4概率产生4 def add (self) : while True : p=random.randint( 0 ,self.size*self.size -1 ) if self.map[p // self.size][p % self.size] == 0 : x=random.randint( 0 , 3 )> 0 and 2 or 4 self.map[p // self.size][p % self.size]=x self.score+=x break #地图向左靠拢,其他方向的靠拢可以通过适当旋转实现,返回地图是否更新 def adjust (self)

图片处理完整流程(包含二值化处理、对黑白照片降噪、边缘去黑像素、三通道转为一通道、图片转array、图片转成任意像素等功能)——可满足一般图片处理要求

倾然丶 夕夏残阳落幕 提交于 2020-04-04 00:39:41
因为注释给的很详细,所以直接给代码: 1 from PIL import Image 2 # 二值化处理 3 4 5 def 二值化处理(image): 6 for i in range(1, 5): 7 # 灰度图 8 lim = image.convert('L') 9 # 灰度阈值设为165,低于这个值的点全部填白色 10 threshold = 165 11 table = [] 12 for j in range(256): 13 if j < threshold: 14 table.append(0) 15 else: 16 table.append(1) 17 bim = lim.point(table, '1') 18 return bim 19 def 对黑白图片进行降噪(im): 20 # 图像二值化 21 data = im.getdata() 22 w, h = im.size 23 black_point = 0 24 for x in range(1, w - 1): 25 for y in range(1, h - 1): 26 mid_pixel = data[w * y + x] # 中央像素点像素值 27 if mid_pixel < 50: # 找出上下左右四个方向像素点像素值 28 top_pixel = data[w * (y - 1) +

屏幕空间的近似全局光照明(Approximative Global Illumination in Screen Space)

纵饮孤独 提交于 2020-04-03 17:04:04
我经常在想,如果在标准的论文格式中,除了 Abstract 和 Conclusion 以外,还必须加上一节 Key Idea ,那该多好啊。事实上,对于我看过的大多数论文(虽然不算太多),都完全能够用一两段文字将其最基本的思想讲述清楚,余下所不能概括的通常也只是数学推导、实现细节和结果分析而已。或许这个概括应该包含在 Abstract 里,可惜大多数论文的摘要都太短而且千篇一律,只是提供了一些基本的信息以供收索引擎检索,或者供我们判断这篇文章的大概方向,实在对理解论文没有什么帮助,就像这样(图片来自 www.phdcomics.com ): 于是我们就不得不在完全摸不着头脑的情况下,老老实实的读完一大段的 Introduction ,和 Previous Work ,期望能找到一点感觉,但大多数情况是越看越迷糊。再到下一段,通常是要进入正题了,必较有良心的作者会在这里将整篇文章的中心思想略微提一下。比较无良的则是直接分节探讨细节,引入某某概念,推导某某公式,得出某某结果,再进行某某分析。而且大家都知道,在有些科技论文中向来都是有话不好好说的,比如长度不说长度,要说“ Euclidean norm ”,中位数不说中位数,要说“ 1/2th quantile value ”,三线性插值不说三线性插值,要说“ tensor product trivariate Bernstein

成熟的医学影像“调窗”(window-leveling)算法详解

♀尐吖头ヾ 提交于 2020-03-28 11:10:20
之前一直以为自己对窗宽窗位的调节已经明了,但是随着开发中的应用,发觉对这部分知识的理解实际上还是存在很多疑问的,尤其是在设计打印方面,曾经的自以为明了实际上只是自己把问题简单化了而已。学无止境,看到自己的进步还是很开心的。 图像显示和打印面临的一个问题是:图像的亮度和对比度能否充分突出关键部分。这里所指的“关键部分”在 CT 里的例子有软组织、骨头、脑组织、肺、腹部等等。 技术问题: 显示器往往只有 8-bit, 而数据有 12- 至 16-bits。 如果将数据的 min 和 max 间 (dynamic range) 的之间转换到 8-bit 0-255 去,过程是个有损转换,而且出来的图像往往突出的是些噪音。 针对这些问题,研究人员先提出一些要求 (requirements),然后根据这些要求提出了一些算法。这些算法现在都很成熟。 要求一:充分利用 0-255 间的显示有效值域 要求二:尽量减少值域压缩带来的损失 要求三:不能损失应该突出的组织部分 算法分析: A. 16-bit 到 8-bit 直接转换: computeMinMax(pixel_val, min, max); // 先算图像的最大和最小值 for (i = 0; i < nNumPixels; i++) disp_pixel_val = (pixel_val - min)*255.0/(double)

Identify the color values of an image with a color palette using PIL/Pillow

你说的曾经没有我的故事 提交于 2020-03-23 12:02:32
问题 I'm trying to identify the colors of the used color palette of an image with PIL/pillow. I've tried the following: image[x,y] : this will only give me the index number of the corresponding pixel (i.e. 1 ) image.getpixel((x,y)) : again, this will only give me the index number of the corresponding pixel (i.e. 1 ) image.getcolors() : This will give me the number of pixels and their corresponding index number (i.e. [(2, 1), (2, 0)] ) image.palette : Returns a "PIL.ImagePalette.ImagePalette object

Identify the color values of an image with a color palette using PIL/Pillow

醉酒当歌 提交于 2020-03-23 12:02:24
问题 I'm trying to identify the colors of the used color palette of an image with PIL/pillow. I've tried the following: image[x,y] : this will only give me the index number of the corresponding pixel (i.e. 1 ) image.getpixel((x,y)) : again, this will only give me the index number of the corresponding pixel (i.e. 1 ) image.getcolors() : This will give me the number of pixels and their corresponding index number (i.e. [(2, 1), (2, 0)] ) image.palette : Returns a "PIL.ImagePalette.ImagePalette object

pygame验证性作业

℡╲_俬逩灬. 提交于 2020-03-22 15:24:11
3 月,跳不动了?>>> import pygame,sys,time,random from pygame.locals import * pygame.init() fpsClock = pygame.time.Clock() playSurface = pygame.display.set_mode((640,480)) pygame.display.set_caption('贪吃蛇游戏') # 定义一些颜色 redColour = pygame.Color(255,0,0) blackColour = pygame.Color(0,0,0) whiteColour = pygame.Color(255,255,255) greyColour = pygame.Color(150,150,150) # 初始化了一些程序中用到的变量 snakePosition = [100, 100] snakeSegments = [[100, 100], [80, 100], [60, 100]] raspberryPosition = [300, 300] #位置 raspberrySpawned = 1 #是否吃到树莓 direction = 'right' changeDirection = direction def gameOver(): gameOverFont =