Question

我需要在图像上应用PCA来制作前两台PC的二维散点图，并确定高密度区域，这些区域被进一步视为ROI（感兴趣的区域）。基本上，它是用于图像分割的PCA 但是，我是matplotlib的新手，我无法理解如何绘制PC？
这是我的初始代码，我加载并标准化几个图像（顺便说一句，直方图均衡是在PCA之前标准化图像的正确方法吗？）并尝试在其中一个上执行PCA：

from skimage import io
from skimage import exposure
import os
import matplotlib.pyplot as plt
import numpy as np
from sklearn.decomposition import PCA 
images = io.imread_collection(image_path)
images_equalized = []
for i in range(len(images)):
    images_equalized.append(exposure.equalize_hist(images[i]))
pca = PCA(n_components=2)
im_pca = pca.fit_transform(images_equalized[35])

现在，如何制作散点图？ plt.imshow(im_pca)
plt.show()

图像形状为（508,636）

Answer 1

pca.fit_transform()返回一个新的形状数组（n_samples，n_components）。这是分数数据，您可以将其绘制为双时隙分散。

每个组件的得分都在数组的第二维中，因此您可以索引到数组并绘制如下图。

im_pca = pca.fit_transform(images_equalized[35])

plt.scatter(im_pca[:,0], im_pca[:,1])

图像PC的二维散点图

1 个答案: