Маркировка 0 и 1 на разнице между изображениями с использованием k-средних

Вы можете использовать словари для этого. Словари - это хранилища ключей и ценностей.

>>> dct = {'x': 1, 'y': 2, 'z': 3}
>>> dct
{'y': 2, 'x': 1, 'z': 3}
>>> dct["y"]
2

Вы можете использовать имена переменных ключей для достижения эффекта переменных переменных без риска для безопасности.

>>> x = "spam"
>>> z = {x: "eggs"}
>>> z["spam"]
'eggs'

В тех случаях, когда вы думаете сделать что-то вроде

var1 = 'foo'
var2 = 'bar'
var3 = 'baz'
...

список может быть более подходящим, чем dict. Список представляет упорядоченную последовательность объектов с целыми индексами:

l = ['foo', 'bar', 'baz']
print(l[1])           # prints bar, because indices start at 0
l.append('potatoes')  # l is now ['foo', 'bar', 'baz', 'potatoes']

Для упорядоченных последовательностей списки удобнее, чем dict с целыми ключами, потому что списки поддерживают итерацию в порядке индекса, slicing , append и другие операции, которые потребуют неудобного управления ключами с помощью dict.

0
задан user102859 24 March 2019 в 15:36
поделиться

1 ответ

Я не думаю, что это довольно хорошее задание ...

В любом случае, идея, вероятно, состоит в том, чтобы квантовать изменение в два бина. Таким образом, все различия различаются как плоский (n, 1) набор данных (с n = h * w). Запустите k-means с k = 2, чтобы получить метки. Выберите метку с большим средним значением, равным 1, а другим - 0. Получите массив меток и измените его обратно в (w, h), чтобы получить 2-мерное изображение. Должно быть довольно простым.

0
ответ дан Anony-Mousse 24 March 2019 в 15:36
поделиться
Другие вопросы по тегам:

Похожие вопросы: