数字旗手

Cellpose是一个对于胞状物体（比如细胞、晶粒、核、砖块等）进行分割的非常优秀的通用算法，其体现了深度学习在分割这类物体时的强大能力，同时其泛化效果也远超过传统图像处理算法，展现了数据驱动的深度学习所特有的“暴力美学”。 试用 Cellpose的源代码见这里。 同时开发者还搭建了网站来方便用户试用Cellpose： Cellpose快速体验网站：用户可以直接上传自己的图像来直接调用Cellpose，第一时间获得Cellpose的处理效果。 如果用户觉得好，那么可以接着往下深度体验或钻研Cellpose了。 安装 Cellpose的安装有多种方式： Google Colab在线运行 开

概览 上一篇介绍了如何安装和使用Cellpose，相当于将Cellpose当做一个开箱即用的软件。实际上Cellpose还是一个开源的代码库，开发者可以深入研究它的算法，并进行调用、修改和完善等。 本文尝试对Cellpose的运行机理做一个研究，包括它的标注数据的格式、神经网络的架构、神经网络的输入和输出等。 标注数据格式 假设有这么一张要分割的图像，大小为10像素乘以10像素（选择这么小的像素矩阵以方便打印和查看数值），背底为黑色，图像中间有一个白色圆盘，即： 它的像素矩阵为： 1 2 3 4 5 6 7 8 9 10 11 array([[ 0., 0., 0., 0

简介 本文是对ZetCode上wxPython的摘抄学习，原系列文章见这里。 wxPython是一个开发桌面端图形界面的跨平台函数库，开发语言为Python，它是基于C++的函数库wxWidgets的封装。 wxpython有大量组件，它们可以从逻辑上（注意是逻辑上）这样划分： （1）基础组件 这些组件为其所派生的子组件提供基础功能，通常不直接使用。 （2）顶层组件 这些组件相互独立存在。 （3）容器 这些组件包含其他组件。 （4）动态组件 这些组件可以被用户所交互编辑。 （5）静态组件 这些组件用来展示信息，无法被用户所交互编辑。 （6）其他组件 这些组件包括状态栏、工具栏、菜

原文在这里，中间增加了一些额外的内容辅助理解。 角点检测(Corner Detection)也称为特征点检测，是图像处理和计算机视觉中用来获取图像局部特征点的一类方法，广泛应用于运动检测、图像匹配、视频跟踪、三维建模以及目标识别等领域中。 局部特征 不同于HOG、LBP、Haar等基于区域(Region)的图像局部特征，Harris是基于角点的特征描述子，属于feature detector，主要用于图像特征点的匹配(match)，在SIFT算法中就有用到此类角点特征；而HOG、LBP、Haar等则是通过提取图像的局部纹理特征(feature extraction)，用于目标的检测和识别等

%%%%%%%% 2021.2.14更新：增加了ICanvas绘制ROI的原理介绍。 %%%%%%%% 前面有两篇文章介绍了ImagePy/sciwx的Mark模式和几何矢量，这两个的结合就是图像处理中经典的ROI(Region Of Interest)操作，即选定一个范围（矩形、圆形、自由区域），然后对该区域进行进一步的操作。 这个过程说起来非常简单，但实际实现起来却是非常不容易，因为这里面涉及到了图像这一位图格式和几何这一矢量格式的统一。 这一篇文章就着重剖析一下ImagePy/sciwx是怎样实现的。 本文选定的入手案例是“绘制矩形ROI，然后裁剪”。 矩形ROI 首先看矩形ROI

ImagePy经过一次大的重构后，软件架构有了很大改变，将前端UI和后端数据结构进行了解耦： * sciapp是一套数据接口，包含图像Image、网格Mesh、表格Table、几何矢量Shape等基础数据结构； * sciwx是符合sciapp接口标准的可视化组件库； * ImagePy是后端基于sciapp、前端基于sciwx的一个插件集，包含了大量常用的图像处理算法等。 因此可以很容易地基于分离后的sciapp和sciwx构建自定义的独立图像处理软件。 Sciapp版Hello World 1 2 3 4 5 6 7 8 9 10 11 12 13 import wx fr

ImagePy中的管理器分两类：Source里的管理器维护全局静态数据，比如读写器、配置文件等， App里面的管理器维护运行时数据，比如图像、表格。 静态管理器 创建管理器 这里创建一个money管理器，里面可以添加美元USD、欧元EUR、人民币RMB，比如： 1 2 3 Source.manager('money').add('USD', MoneyReader, 'MoneyDisplay') Source.manager('money').add('EUR', MoneyReader, 'MoneyDisplay') Source.manager('money').add('RMB

前言 ImagePy中表示几何矢量的结构类是Shape，最直观的一个应用就是各种ROI操作，这里通过一个小例子看看各种几何图形是怎样操纵和显示的。 最小demo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 from sciapp.object import mark2shp from sciwx.canvas import VCanvas as Canvas import wx circle = {'type':'circle', 'color':(255,0,0), 'fcolor':(255,255,0), 'fill':False, 'body'

以下是对安筱鹏博士的《重构：数字化转型的逻辑》一书的笔记摘抄。 逐字摘抄能够加深自己的理解，防止“水过地皮湿”，强烈推荐这种读书方法。 不重构，无未来：拥抱数据驱动的智能+新时代 伴随着新一代信息通信技术（以互联网、大数据、人工智能、5G为代表）的持续创新和渗透扩散，新一轮工业革命正在全球范围孕育兴起，制造业正迈向体系重构、动力变革、范式迁移的新阶段，加速向数字化、网络化、智能化方向延伸扩展，万物互联、数据驱动、软件定义、平台支撑、组织重构、智能主导正在构建制造业的新体系，它也成为了全球新一轮产业竞争的制高点。 体系重构 （1）谁来生产（Who）在变：生产主体从生产者向产消者Prosume

%%%%%%%%%%%%%% 2021-1-31更新：基于最新的sciwx修改了以前的失效代码。 %%%%%%%%%%%%%% ImagePy/sciwx有个Mark模式，即在图像上面可以再绘制其他图形，比如矩形、文本、ROI标识等，本质即是利用GDI绘图。 本文是对该Mark模式的解析。 demo 先给出一个小的demo，主要就是为了看Mark模式的输入输出，方便理解它的运行本质。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 from sciwx.canvas.mark import drawma