当前位置:首页 > 文章列表 > Golang > Go问答 > 优化图像处理 – 实现 uint32 数组到 Image 的转换

优化图像处理 – 实现 uint32 数组到 Image 的转换

来源:stackoverflow 2024-02-10 15:06:23 0浏览 收藏

你在学习Golang相关的知识吗?本文《优化图像处理 – 实现 uint32 数组到 Image 的转换》,主要介绍的内容就涉及到,如果你想提升自己的开发能力,就不要错过这篇文章,大家要知道编程理论基础和实战操作都是不可或缺的哦!

问题内容

我刚刚学习图像处理,并选择 go 作为我开始处理图像的首选语言。

我有一个 uint32 值数组,例如:

[[287 277 283 297 295 279 279 292 305 295 285 282 290 297 293 290 285 282 279 282 297 300 300 297 290 290 290 293 306 310 303 293 300 295 288 288 292 292 295 311 301 295 285 288 298 298 288 292 288 295 306 303 297 293 306 313 313 310 303 303 306 310 305 305 303 303 300 297 290 293 303 313 295 292 298 305 301 301 301 295 310 300 297 300 300 300 306 316 303 306 306 310 310 306 297 290 301 305 311 308 301 295 292 292 295 295 298 298 298 298 298 298 306 303 303 297 293 297 303 310 303 300 300 303 300 293 297 303 303 303 303 300 300 297 300 300 297 300 303 310 310 310 306 303 305 301 301 301 301 298 298 298 301 301 301 298 298 301 301 295 298 301 298 295 298 301 298 295 292 288 285 282 288 295 301 308 298 292 292 292 295 298 292 288 288 292 288 285 282 285 285 282 290 290 297 300 293 283 283 290 290 293 297 293 287 280 277 274 283 287 287 283 283 283 287 290 290 287 287 283 280 287 290 280 287 290 293 287 283 283 282 275 288 288 287 283 277 277 277 280 277 280 283 280 277 270 270 274 287 280 277 277 280 280 280 280 277 277 274 274 274 274 277 277 270 274 277 280 283 283 280 277 279 282 280 275 277 295 315 310 306 321 341 432 620 754 768 751 660 478 357 326 316 313 305 301 293 297 297 292 290 290 293 295 282 277 277 280 280 280 277 274 287 293 297 287 280 283 287 290 297 300 303 303 300 297 300 303 287 297 300 293 293 300 303 301 303 306 306 297 288 295 298 298 292 295 293 297 297 297 300 300 305 305 305 305 305 301 301 301 308 305 298 292 295 301 301 295 293 290 293 300 300 300 300 300 310 300 303 306 303 300 306 306 313 310 306 306 306 306 301 301 305 305 305 305 305 305 303 300 311 311 308 305 305 308 305 301 288 298 288 292 298 301 315 301 295 301 305 298 301 308 305 292 305 298 292 292 298 301 301 301 298 298 298 295 301 305 298 285 292 295 295 295 295 298 292 285 285 288 288 292 292 288 287 283 287 283 280 283 290 293 297 297 293 290 287 283 280 280 283 287 280 283 283 280 274 267 270 274 264 280 290 280 267 261 274 277 277 277 274 270 270 274 272 265 254 261 270 277 277 270 264 257 256 259 265 265 259 252 246 243 246 249 249 246 246 249 251 247 244 244 244 241 234 231 228 228 231 238 234 225 218 218 221 221 212 212 212 212 210 210 210 210 210 203 207 213 203 197 197 197 184 180 184 187 187 180 177 177 167 171 174 177 174 171 161 158 149 153 156 149 143 136 140 143 136 136 140 143 140 133 130 133 130 123 120 123 130 130 117 107 128 126 122 122 115 112 113 117], [], ... []]

我认为这个问题更多的是我应该采取什么步骤来获取这个数组并将其转换为图像?

我假设会有许多按位运算和转换等,但是有谁知道任何特定的算法,甚至可能是核心 go 库,或者可能是我可以参考的一些材料来实现这种转换?

我确信某些东西存在,但我很难在没有确定性和信心的情况下引用它。

如果有人能指出我正确的方向,我将永远感激不已......

我有以下有关传感器类型的信息,如果这对理解像素值有用的话......

SensorType is Monochrome, RGGB, CMYG, CMYG2 or LRGB *or* Color

正确答案


这是一个尺寸为 600x800 的灰度图像。如果您通过 wc 运行文件来计算单词数:

wc yourfile.txt
0  480000 1015388 yourfile.txt

你会看到它有:

  • 没有换行符(全部一行),
  • 480,000 个单词(或数字组)并且
  • 大约一百万个字符。

480,000 是 600x800 像素和灰度的线索,因为如果是 3 通道 rgb,则为 600x800x3,如果为 4 通道 rgba,则为 600x800x4。

您现在可能可以使用 go 来提取它,但我是这样做的......

首先写一个简单的NetPBM PGM头来表示它是灰度、ascii(不是二进制)和600x800,最大值为255。然后通过用换行符替换(tr 表示“翻译/转置”)来删除所有 [] 以制作 pgm 文件:

{ printf "p2\n600 800\n255\n"; tr '[]' '\n\n' < yourfile.txt ; } > image.pgm

image.pgm 现在看起来像这样:

p2
600 800
255
7 7 7 8 8 7
...
...

请注意,pgm 文件可以在 gimpfehxvphotoshop、macos preview.app 中轻松查看,最有可能在 irfanview 甚至 ms paint 中查看。

然后我使用 imagemagick 自动调整对比度并制作 jpeg:

magick image.pgm -auto-level image.jpg

正如您所看到的,auto-level 对于如此低对比度的图像来说有点刺耳,并且它产生了条带效果,但您可以通过其他不那么刺耳的方式来对比拉伸。

好了,本文到此结束,带大家了解了《优化图像处理 – 实现 uint32 数组到 Image 的转换》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多Golang知识!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
解决Win11虚拟内存不足问题的方法解析解决Win11虚拟内存不足问题的方法解析
上一篇
解决Win11虚拟内存不足问题的方法解析
使用 Docker 镜像运行 Go 应用程序
下一篇
使用 Docker 镜像运行 Go 应用程序
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    197次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    254次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    208次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    192次使用
  • CMMLU中文大模型评估基准:功能、使用教程与应用场景解析
    CMMLU
    深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
    184次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码