Məlumat

ImageJ ilə işləyərkən boz rəngli şəkillərdən istifadə edə bilərəmmi?

ImageJ ilə işləyərkən boz rəngli şəkillərdən istifadə edə bilərəmmi?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Western Blotları təhlil etmək üçün ImageJ-dən istifadə edirəm. Filmləri boz rəngli şəkillər kimi skan etmişəm, çünki köhnə laboratoriyamda bunu belə etdik. İndiki laboratoriyamdakı insanlar bu izahatla kifayətlənmirlər və düşünürəm ki, rəngli şəkillərdən istifadə etməyi düşünməliyəm. Mən protokolları axtarırdım, lakin bəzi filmləri skan etdikdən sonra onların hamısı proqramdan necə istifadə edəcəyinizi izah edir.

Hər kəs mənə seçimdə hansı mülahizələrin olduğunu anlamağa kömək edə bilər Necə Filmlərimi skan edirəm?


Birinin digərindən daha yaxşı olduğuna dair heç bir dəlil yoxdur, çox güman ki, hər bir halda fərqlidir. Nə siz, nə də tənqidçilər haqlı deyilsiniz. Müəyyən bir zülalın (PMID: 19517440) ümumiləşdirilməsi, ləkələrin rəqəmləşdirilməsinə dair bir məqalədə kiçik bir elm var və heç bir səbəb olmadan boz rəngdən istifadə edirlər. Düşünün ki, bu, immunoblotun miqdarının təyini sahəsində ən yaxşı kağızdır. və hələ də sübut yoxdur.

İmmunoblot yarı kəmiyyətdir, yəni zolaqları (və zülal miqdarını) çeşidləyə və sifariş edə bilər, lakin fərqləri və nisbətləri qiymətləndirməkdə tez-tez uğursuz olur və hətta fərqləri görə bilmir. Fərqi tapmaq üçün əlinizdən gələni edin ki, zülal miqdarında heç bir fərq yoxdursa, kontrastla hər hansı bir oynama bantların kəmiyyətində fərq yaratmayacaq.

İmmunoblotun rəngli və qara-ağ rəqəmsal şəkilləri arasında demək olar ki, heç bir fərq yoxdur. Ləkənin qara olan hissələri kompüterdə hələ də Ağ = 0 olaraq görünəcək, baxmayaraq ki, üç rəngli şəkil faylı onu Qırmızı = 0, Yaşıl = 0, Mavi = 0 kimi təfərrüatlandıracaq. Demək olar ki, qara olan hissələr yenə də sıfıra çox yaxındır.

RGB və rəng arasında çox dəyişən yeganə şey fondur. Arxa fon, məsələn, Ağ = 200-dən Qırmızı = 190, Yaşıl = 190, Mavi = 220 kimi dəyişə bilər. Fon üçün dəyərlər arasında belə keçidin bir nəticəsi var. (Bu dəyişikliklər boz rəng və RGB arasında keçidlə, həm də ekspozisiya vaxtının dəyişdirilməsi və s. yolu ilə baş verə bilər.) Fonun ləkələrə çox yaxınlaşdığı üsuldan istifadə edərkən, ləkələrin "amplitudası", zirvələrin hündürlüyü. ImageJ-də, azaldılacaq. Bu kontrast itkisi ləkə zolaqları arasındakı bəzi fərqləri aradan qaldırmalı və zolaqlar arasındakı fərqlərə dəstəyi azaltmalı (yəni, alternativ fərziyyə üçün) əsl zülal fərqini əldən verməlidir.

Yenə də, əgər ləkə lentləriniz kifayət qədər fərqlidirsə, faiz artımınız/azalmağınız böyükdürsə və p dəyəriniz kiçikdirsə, seçdiyiniz metoddan asılı olmayaraq hamınız hazırsınız. Tənqidçilərinizdən zülaldakı fərqlərdən başqa müşahidə etdiyiniz fərqləri izah etmələrini xahiş edin. Ancaq kəmiyyət göstəriciniz p testindən keçmirsə, düşünürəm ki, ilk seçiminiz kontrastı zəiflədən seçim olubsa, rəngi boz rəngdən RGB-yə və ya əksinə dəyişdirmək vicdanlı bir səy olacaq.


ImageJ ilə flüoresan mikroskopiya şəkillərinin təhlili

Bu iş, təsvirin təhlilinin əsas prinsiplərini tez bir zamanda mənimsəməli olan biologiya tədqiqatçılarına faydalı olacağı ümidi ilə təqdim edilmişdir.

İlkin mətnin çoxu mənim Heidelberqdə yaşayıb işlədiyim dövrdə yazılmışdır ki, bu da bir çox illüstrasiyalarda öz əksini tapır.

Orijinal təlimat kitabçası ilə yaradılmış PDF idi LaTeX. Bu PDF versiyası hələ də çap üçün ən yaxşısıdır. Onu ResearchGate-də tapa bilərsiniz.

Lakin, o vaxtdan bəri məzmun üç səbəbə görə yenidən işlənmiş və AsciiDoc-a tərcümə edilmişdir:

GitBook vasitəsilə vebsayt kimi əlçatan etmək

Məzmunu yeniləməyi asanlaşdırmaq və daha sürətli etmək üçün

Həm Gitbook-un öz şərhləri və müzakirələri vasitəsilə, həm də GitHub-da yerləşdirilən mənbə kodundan istifadə etməklə daha çox ictimaiyyətin iştirakını mümkün etmək üçün

Bu kitab ilk növbədə Wayne Rasbandın fantastik imicinə əsaslanır. Buna baxmayaraq, çevik və güclü açıq mənbə proqram təminatının və bioimage analizi üçün resursların çeşidi artmaqda davam edir. Bunu nəzərə alaraq, bəzi alternativlərlə də tanış olmağı düşünə bilərsiniz, məsələn:

Çox geniş tətbiqləri idarə etmək üçün nəzərdə tutulmuş ImageJ2 və Icy

CellProfiler və KNIME, xüsusilə yüksək məhsuldarlıq analizi və məlumatların çıxarılması üçün

ilastik, xüsusilə çətin strukturları müəyyən etmək və ya təsnif etmək üçün güclü maşın öyrənmə xüsusiyyətlərinə ehtiyac olduqda

QuPath, xüsusilə rəqəmsal patoloji və ya bütün slayd təsvirinin təhlili üçün [1]

Nəhayət, bu kitabçanın məqsədi bioşəkil analizində sürətlə irəliləməyi mümkün etmək üçün kifayət qədər məlumat verməkdir. Daha dərinə getmək üçün bu kitaba əlavə olaraq Kota Miura tərəfindən redaktə edilmiş əla (və pulsuz) Bioimage Data Analizini çox tövsiyə edirəm.

Ümumilikdə, ümid edirəm ki, kimsə bunu faydalı bir giriş hesab edə bilər və bu, tədqiqat üçün açıq mənbə proqram təminatının və tədris materiallarının istifadəsinə və inkişafına dəstək olmaqda kiçik bir rol oynaya bilər.


ImageJ istifadə edərək Pseudocolor Şəkillərin yaradılması

Mikroskopistlərin spesifik boyanma xüsusiyyətlərinə malik qarışıq florofor dəstinə məruz qalmış flüoresan nümunələri araşdırması adi haldır. Şəkillər tez-tez nümunənin xüsusi elementlərini təcrid etmək üçün müxtəlif filtr dəstlərindən istifadə edərək, bu nümunələrdən dəst kimi çəkilir. Bəzən şəkillər boz miqyasda, digər hallarda isə rəngli kameralarla çəkilir. Hər iki halda, tez-tez bütün flüoroforlardan məlumatları bir anda təqdim edən vahid bir görüntü yaratmaq üçün şəkilləri birləşdirmək istərdiniz. Bu cür ekran müxtəlif komponentlərin nisbi yerlərini təyin etmək üçün xüsusilə faydalıdır.

Bethesda, MD Milli Sağlamlıq İnstitutunda Wayne Rasband tərəfindən yazılmış ictimai domen proqramı, ImageJ. (http://rsb.info.nih.gov/ij/) və bir çox müəlliflər tərəfindən geniş şəkildə tamamlanan, üç boz miqyaslı şəkil çəkmək, hər birinə ayrıca rəng təyin etmək və onları RGB psevdorəngli təsvirə birləşdirmək üçün sadə qaydadan ibarətdir.

Proses müvafiq olaraq buğda cücərti Agglutinin-Rhodamine, MitoTracker-Green və DAPI ilə boyanmış bukkal hüceyrələrdən əldə edilən aşağıdakı kimi üç təsvir dəsti ilə başlayır.

Üç şəkil ImageJ-də ayrı-ayrılıqda açılır.

Daha sonra “Image>color>RGB merge” menyu elementi seçilir.

Bu, son məhsulu meydana gətirəcək xüsusi şəkilləri daxil etməyə imkan verən bir dialoq qutusu gətirir.

Qeyd edək ki, hər hansı bir kanalda hər hansı bir şəkil daxil etmək imkanı var. Ən birbaşa hər bir şəkli uyğun kanala yerləşdirməkdir. Yəni, qırmızıdan qırmızıya, yaşıldan yaşıla və s. Ümumiyyətlə, əlavə təcrübə üçün “Mənbə şəkillərini saxla” qutusunu qeyd etmək faydalıdır. “OK” düyməsini basdıqdan sonra RGB şəkli yaradılır (Şəkil 4).

Kanalları xüsusi məqsədlər üçün manipulyasiya etmək də mümkündür. Nümunə olaraq, qırmızı mənbədən olan şəkil həm qırmızı, həm də mavi kanallar üçün (mavi məlumatları buraxaraq) bənövşəyi və yaşıl təsviri yaratmaq üçün istifadə edilmişdir (Şəkil 5). Bu displey xüsusilə deuteranop (qırmızı/yaşıl rəng korluğu) olan izləyicilər üçün faydalıdır.

Şəkil formalaşdıqdan sonra “Image>Adjust>Color Balance” menyu bəndindən istifadə etməklə rəng kanallarının hər birini müstəqil şəkildə tənzimləmək mümkündür.

Bu cür şəkilləri hazırlayarkən nəzərə alınmalı olan bir sıra məhdudiyyətlər var.

Əvvəlcə ayrı-ayrı şəkilləri uyğunlaşdırmaq lazımdır. Təəssüf ki, ImageJ hələ Photoshop-da olduğu kimi müstəqil şəkildə köçürülə bilən təbəqələri üst-üstə qoymaq qabiliyyətinə malik deyil. Digər tərəfdən, təsvirin yığılmasından əvvəl əllə və ya avtomatik hizalamağa imkan verən qeydiyyat plagini mövcuddur.

İkincisi, şəkillərin hər birində intensivliyin paylanmasının 8 bitlik dinamik diapazonda olması vacibdir. Bu, son görüntüdə həddindən artıq doymanın qarşısını alır.

Üçüncüsü, başa düşülməlidir ki, bu kimi şəkillər orijinal məlumatlardan çevrilir. Hər bir rəng kanalı displeydə bir növ pikseli aktivləşdirir. Nəticədə təsvirin bəzi incəlikləri itir. Məsələn, DAPI, yaşıl dalğa uzunluqlarında əhəmiyyətli bir flüoresansa malikdir, bu cür görüntü ilə itirilir, lakin rəngli orijinalda saxlanıla bilər.


Həqiqətən də üçdən çox kanalın birləşməsi statik olaraq göstərildikdə vizual olaraq qeyri-müəyyən şəkillərlə nəticələnir (həm render texnologiyası, həm də tamaşaçının rəngləri həll etmək qabiliyyəti sayəsində). Bununla belə, biz müntəzəm olaraq üçdən çox rəngdən ibarət kompozit şəkillərdən istifadə edirik, lakin kanalları rahat şəkildə tənzimləmək (aktiv etmək/deaktiv etmək/yenidən rəngləmək və s.) üçün interaktiv imkandan istifadə etməklə, siz hələ də belə şəkilləri faydalı şəkildə araşdıra bilərsiniz.

ImageJ-dəki yerli alətlər sizə bunu etməyə imkan verir (UI bir az çətin olsa da), ona görə də biz CompositeAdjuster-ı məhz bu cür vəziyyət üçün yazdıq.


Kevin Eliceiri

Dr. Kevin Eliceiri Tibbi Fizika və Biotibbi Mühəndislik üzrə Dosent və Viskonsin-Madison Universitetində Optik və Hesablama Alətləri Laboratoriyasının (LOCI) direktorudur. Eliceiri Bakalavr və Doktorluq dərəcəsini Madisondakı Viskonsin Universitetində Biotexnologiya və Biotibbi Mühəndislik üzrə bitirmişdir. 2008-ci ildə LOCI-ni qurdu və “Continue Reading”ə başladı


ImageJ ilə işləyərkən boz rəngli şəkillərdən istifadə edə bilərəmmi? - Biologiya

ThermImageJ - ImageJ üçün termal təsvir funksiyaları və makrolar

ThermImageJ termal təsvir fayllarının idxalına və çevrilməsinə imkan verən və infraqırmızı termal təsvirlərdən xam məlumatların çıxarılmasına və termoqrafiyada standart tənliklərdən istifadə edərək bunları temperaturlara çevirməyə kömək etmək üçün ImageJ funksiyaları və makrolar toplusudur.

Bu makrolar sizə əksər FLIR jpg və videolarını idxal etməyə və ImageJ-də şəkilləri emal etməyə imkan verəcək.

ThermImageJ, Thermimage-dən (https://github.com/gtatters/Thermimage) çıxdı, sonuncusu oxşar alətlərə malik R paketi, lakin bioloji istilik köçürmə analizinə daha çox diqqət yetirir.

  • ThermImageJ OSX-də hazırlanmış və ImageJ v1.52o istifadə edərək sınaqdan keçirilmişdir. Bir çox funksiyalar müxtəlif əməliyyat sistemlərində gələcək problemlər yarada biləcək komanda xətti alətlərinin quraşdırılmasını tələb edir. Xüsusilə Windows-da sınaq və problemlərin aradan qaldırılması davam edir. Problemləri burada bildirin: https://github.com/gtatters/ThermImageJ/issues və ya Mac və ya Linux-a çevirməyi düşünün.
  • Glenn J. Tattersall. (2019). ThermImageJ: ImageJ üçün termal təsvir funksiyaları və makrolar. doi: 10.5281/zenodo.2652896.

Xarici proqram təminatı yükləmələri

  • FİJİ sadəcə ImageJdir. Yükləmə təlimatları: https://imagej.net/Fiji/Downloads
  • Exiftool. (Müstəqil icra olunan fayl təklif olunur).
    • Quraşdırma təlimatları: http://www.sno.phy.queensu.ca/
    • Təlimatları endirin: https://ffmpeg.org/download.html
    • Mənbə kodu ilə işləmək istəmədiyiniz halda asan quraşdırmanı asanlaşdırmaq üçün “paketləri və icra olunan faylları əldə edin” seçin.
    • Statik quruluşu seçin.
    • Quraşdırma təlimatları: https://www.perl.org/get.html
    • Təlimatları endirin: https://imagej.nih.gov/ij/plugins/swapper.html

    ThermImageJ Bu Github saytından endirmələr

    Bütün ThermImageJ faylları yaşıl rəngə klikləməklə asanlıqla ZIP faylı kimi endirilə bilər Klonla və ya Yüklə düyməsini və sonra seçin ZIP yükləyin (https://github.com/gtatters/ThermImageJ/archive/master.zip) və ya Son buraxılışlar (https://github.com/gtatters/ThermImageJ/releases) və seçin Mənbə kodu ən son buraxılış üçün keçid. Alətlər dəsti, luts və onların müvafiq alt qovluqlarında yerləşən split.pl fayllarına daxil olmaq üçün bu qovluğu kompüterinizdə açın.

    Bu saytdan çıxarmaq üçün lazım olan əsas fayllar bunlardır:

    Bu github deposunda təqdim edilən, ImageJ ilə skriptlər qovluğuna endirilə və yerləşdirilə bilən xüsusi perl skripti (split.pl): https://github.com/gtatters/ThermImageJ/tree/master/scripts/split.pl

    ThermImageJ makro alətlər dəsti. Bütün makroları və funksiyaları ehtiva edən mətn faylı (.ijm): https://github.com/gtatters/ThermImageJ/tree/master/toolsets/ThermImageJ.ijm

    Termal görüntüləmədə populyar olaraq istifadə edilən Əlavə Axtarış Cədvəlləri (LUTS), bu github deposunda mövcuddur: https://github.com/gtatters/ThermImageJ/tree/master/luts

    • Yüklemek FİJİ, exiftool, perl, və ffmpeg yuxarıdakı vebsayt təlimatlarına uyğun olaraq.
    • Problemləri aradan qaldırın və ya quraşdırma yoxlamalarını həyata keçirin (növbəti hissəyə baxın).
    • Başlayın FİJİ və hər hansı yeniləmə təlimatlarına əməl edin.
    • FIJI–>Help–>Update proqramını işə salın, ona istənilən plaginləri yeniləməyə icazə verin, sonra yeniləmə pəncərəsi açıq olan zaman seçin. Yeniləmə saytlarını idarə edin, və FFMPEG qutusunun işarələndiyinə əmin olun. seçin tamam, sonra üzərinə klikləyin Müraciət edin seçin və FIJI-ni yenidən başladın. Bu FFMPEG plagini konvertasiya prosesi zamanı yaradılmış avi fayllarının idxalı üçün tələb olunur, baxmayaraq ki, sizdən FFMPEG-in komanda xəttində quraşdırılmasını tələb edə bilər.
    • Bütün alt qovluqları tapmaq üçün FIJI-nin quraşdırıldığı yerə gedin.
    • yükləyin ThermImageJ.ijm faylı bu saytdan çıxarın və FIJI/makroslar/toolsets qovluğuna kopyalayın.
    • açın ThermImageJ.ijm faylı istənilən mətn redaktorunda açın və müvafiq əməliyyat sisteminiz üçün yolların düzgün qurulduğunu yoxlayın. Rəhbərlik üçün mətn faylı ilə şərhlərə baxın. Defolt yerlərin əksəriyyəti çox güman ki, yaxşıdır, baxmayaraq ki, FFMPEG bəzən istifadəçinin seçdiyi şeydən asılı olaraq müxtəlif qovluqlarda quraşdırılır.
    • Əlavə yükləyin luts faylları bu saytdan çıxarın və FIJI/luts qovluğunuza kopyalayın. Bunlar termal görüntüləmədə çox istifadə olunan palitralardır.
    • Perl skriptini yükləyin, split.pl bu saytdan çıxarın və FIJI/scripts qovluğuna kopyalayın.
    • Yüklə Byte_Swapper.class plaginlər qovluğuna.
    • Şəkili yenidən başladınJ.
    • Hər şey uğurlu olarsa (aşağıdakı yoxlamalara baxın), alətlər dəsti quraşdırılmalı və plaginlər menyunuzdan görünməlidir.

    Terminal (və ya cmd sorğusu) pəncərəsini işə salaraq və aşağıdakı bash əmrlərini yazmaqla exiftool-un quraşdırıldığını yoxlayın:

    Versiya nömrəsini (ehtimal ki, > 10) görürsünüzsə və heç bir səhv yoxdursa, exiftool düzgün quraşdırılıb. İkinci sətir onun quraşdırıldığı yerə gedən yolu sizə xəbər verəcəkdir.

    Perl-in düzgün quraşdırıldığından əmin olmaq üçün sisteminizdə heç bir səhv olmadığını yoxlayın.

    Perl skriptinin perl tərəfindən əlçatan olub olmadığını yoxlayın (sisteminizdə split.pl faylına düzgün yolu göstərdiyinizə əmin olun):

    Aşağıdakı xəbərdarlıq mesajını görməlisiniz:

    “Xəta: Giriş faylını, çıxış qovluğunu, çıxış fayl adının əsasını, bölünəcək nümunəni və çıxış fayl uzantısını göstərin.”

    Bu yaxşı xətadır və perl skriptinin maşınınızın ona daxil ola biləcəyi yerdə quraşdırıldığını yoxlayır!

    “Perl skriptini açmaq mümkün deyil”/Applications/Fiji.app/scripts/split.pl“: Belə fayl və ya kataloq yoxdur”

    skriptin yerini və ya ThermImageJ.ijm faylının yuxarı hissəsində verilmiş yol məlumatını yenidən yoxlamalı olacaqsınız.

    İndi eyni şeyi ffmpeg üçün edin:

    Komanda xətti alətlərinə yolların qurulması və yoxlanması

    Yuxarıdakı hər şeyi quraşdırdıqdan və heç bir səhv olmadığını təsdiqlədikdən sonra FIJI/ImageJ-də kataloq yollarını yoxlaya və ya dəyişə bilərsiniz.

    ThermImageJ.ijm alətlər dəsti faylı sizin Mac OSX, Linux və ya Windows istifadə etdiyinizi aşkar edəcək və müvafiq fayl yollarını avtomatik müəyyən etməyə cəhd edəcək. Beləliklə, parametrləri dəyişdirmək lazım deyil, lakin yoxlamaq və proseslə tanış olmaq və ya FIJI quraşdırmanız üçün lazım olan hər hansı fərdiləşdirməni etmək faydalıdır.

    ThermImageJ.ijm alətlər dəsti faylına gedin və onu mətn redaktoru və ya daxili ImageJ makro redaktoru ilə açın:

    Əməliyyat sisteminizdən və ya sistem fayllarının necə quraşdırıldığından asılı olaraq, müvafiq sisteminiz üçün xüsusi yol yerlərini redaktə etməlisiniz:

    Bu, Fici qovluğunun içərisindəki skriptlər qovluğuna yerləşdirilməli olan split.pl faylının yerinə də aiddir.

    ThermImageJ güman edir ki, siz split.pl faylını Ficinin quraşdırıldığı skript alt qovluğuna yerləşdirmisiniz, ona görə də ümid edirəm ki, bunu dəyişməyə ehtiyac olmayacaq:

    FIJI/ImageJ-də ThermImageJ makrolarının qurulması

    Yuxarıdakı hər şeyi quraşdırdıqdan və heç bir səhv olmadığını təsdiqlədikdən sonra makroları FIJI/ImageJ-də quraşdıra bilərsiniz.

    FIJI-i işə salın, üzərinə sol klikləyin daha çox alətlər menyusu, olan >> menyu çubuğunun ən sağ tərəfində:

    Bu, qovluqdakı alət dəstlərindən hər hansı birini aşkar edəcək. Basın ThermImageJ mövcud nişanları ThermImageJ xüsusi nişanları/makrosları ilə əvəz etmək üçün:

    Quraşdırıldıqdan sonra alətlər paneli menyusu əsas ThermImageJ funksiyalarına uyğun gələn yeni nişanlar ilə doldurulur:

    Quraşdırıldıqdan sonra alətlər dəsti də doldurmalıdır Plugin Açılan Menyu eyni və daha az istifadə edilən bəzi əlavə makrolar:

    ThermImageJ.ijm versiyanızı redaktə etməkdən çekinmeyin və onu pozsanız, hər zaman yenisini endirə bilərsiniz.

    Siz onu istənilən mətn redaktoru və ya daxili ImageJ mətn redaktoru ilə Plugins–>Macros–>Edit seçib Fiji/makroslar/alətlər dəsti qovluğuna keçib ThermImageJ faylını seçməklə redaktə edə bilərsiniz. Və ya ImageJ/Fiji daxilində shift düyməsini basıb saxlayın, seçin >> "Ətraflı Alətlər" linki və yenə də shift düyməsini basıb saxlayın, üzərinə klikləyin ThermImageJ daxili mətn redaktoru daxilində faylı açmaq üçün.

    Dəyişikliklər etsəniz və onları saxlasanız, ya Ficini yenidən başlatmalı, ya da üzərinə klikləməklə alətlər dəsti panelini bərpa etməlisiniz. >> "Əlavə Alətlər" linkini seçərək Başlanğıc Alətlərini bərpa edin sonra üzərinə klikləyin >> "Əlavə Alətlər" linki və seçin ThermImageJ yenidən.

    Əsas funksiyalar və xüsusiyyətlər

    Xam məlumatların birbaşa idxalı

    • Xam idxal Mikron RTV
      • köhnə Mikron Mikrospec R/T video formatını idxal etmək üçün xüsusi makro
      • bu fayllar sadə kodlaşdırmaya malik idi və müəllif istisna olmaqla, artıq istifadə edilmir
      • nümunə məlumat üçün SampleFiles.zip-ə baxın
      • Import-Raw əmrindən istifadə edərək FLIR SEQ-ni idxal etmək üçün xüsusi makro
      • yalnız dəqiq ofset bayt başlanğıcını və çərçivələr arasında baytların sayını bildiyiniz halda istifadə edin (aşağıdakı Frame Start Byte Makrosuna baxın).
      • bu, yalnız müəyyən SEQ faylları üçün (adətən kompüterə çəkilənlər) və yalnız tiff formatının videonun əsasını təşkil etdiyi formatlar üçün işləyir.
      • nümunə məlumat üçün SampleFiles.zip-ə baxın
      • Bu makro "0200wwwwhhhh" ofset bayt mövqeyi üçün FLIR video faylını (SEQ) skan edəcək, burada wwww və hhhh 16 bitlik kiçik endian hexadecimal ilə təsvirin eni və hündürlüyüdür.
      • Məsələn, 640x480 kamera üçün sehrli bayt: 02008002e001“,”8002” 640-a, “e001” isə 480-ə uyğundur.
      • İstifadəçi fərdi magicbyte təqdim edə bilər, lakin əks halda bunu boş qoymalıdır.
      • Funksiya yalnız Raw Import FLIR SEQ makrosu ilə birlikdə istifadə olunur.
      • Funksiya Xam İdxal FLIR SEQ makrosu ilə istifadə üçün lazım olan ofset və boşluq baytları üçün ən yaxşı təxminləri qaytarır, baxmayaraq ki, SEQ faylına qənaət konvensiyasındakı fərqlərə görə düzgün olacağına zəmanət verilmir.
      • Qeyd: unix əsaslı OS-də bu makro çağırır xxd icra edilə bilən və tez işləyir. Windows OS üçün Powershell Core 6 yenilənmiş ilə quraşdırılmalıdır Format-Hex işləyir və yavaş işləyir.

      Komanda xətti proqramlarından istifadə edərək idxal (və çevirmə).

      • FLIR JPG-ni çevirin (yalnız Plugins->Macros Menyusundan)
        • namizəd JPG və ya JPG qovluğunu seçin və xam binar 16 bit piksel məlumatını çıxarmaq üçün əmr xətti alətinə, exiftool-a zəng edilir, bunu boz miqyasda tif və ya png-də yadda saxlayın, "çevrilmiş" alt qovluğa yerləşdirilir .
        • sonradan istifadəçi bu 16 bitlik boz rəngli şəkilləri idxal edə və xüsusi transformasiyaları və ya xüsusi Raw2Temp çevrilmələrini tətbiq edə bilər.
        • bəzi şəkillər FLIR konvensiyalarına görə tərs bayt sırasına çevrilə bilər. Bunlar idxaldan sonra Bayt Swapper plagini ilə düzəldilə bilər.
        • namizəd JPG seçin və xam binar 16 bit piksel məlumatını çıxarmaq, müvəqqəti olaraq boz miqyaslı tif və ya png formatında saxlamaq, həmin faylı idxal etmək və istifadə edərək Raw2Temp funksiyasını çağırmaq üçün əmr xətti alətinə, exiftool-a zəng edilir. FLIR JPG faylından əldə edilən kalibrləmə sabitləri.
        • İdxal: namizəd SEQ faylını seçin və hər bir video çərçivə (.fff) faylını çıxarmaq, sonrakı xam-ikilik 16 bit piksel məlumatını çıxarmaq, saxlamaq üçün əmr satırı alətlərinə, exiftool, perl split.pl və ffmpeg-ə zəng edilir. Bunları bir sıra boz miqyaslı fayllar kimi birləşdirin və bunları .avi faylına və ya png və ya tiff fayllarından ibarət yeni qovluğa birləşdirin. Sonrakı .avi faylı Import-Movies (FFMPEG) idxal alətindən istifadə edərək ImageJ-ə idxal olunur.
        • Çıxış video kodek kimi jpegls yüksək sıxılma, itkisiz keyfiyyət və FFMPEG-in müxtəlif OS versiyaları arasında uyğunluq üçün tövsiyə olunur.
        • bu funksiya FCF fayl tiplərində də işləyə bilər, lakin hərtərəfli sınaqdan keçirilməmişdir
        • Çevirmək: bu funksiya həmçinin çıxış fayl növü kimi avi əvəzinə png və ya tiff seçərək videonu png və ya tiff faylları qovluğuna çevirmək üçün istifadə edilə bilər. Bu yanaşmanı seçsəniz, fayl kodeki nəzərə alınmayacaq. Qovluq uzadılmadan video fayla uyğun olaraq avtomatik olaraq adlandırılacaq. Beləliklə, SampleVid.seq SampleVid adlı qovluqdakı fayllara çevriləcək.
        • İdxal: namizəd CSQ faylı seçin və hər bir video çərçivə (.fff) faylını çıxarmaq, sonrakı xam-ikilik 16 bit piksel məlumatını çıxarmaq, saxlamaq üçün əmr satırı alətlərinə, exiftool, perl split.pl və ffmpeg-ə zəng edilir. Bunları bir sıra boz miqyaslı fayllar kimi birləşdirin və bunları .avi faylına və ya png və ya tiff fayllarının yeni qovluğuna birləşdirin. Sonrakı .avi faylı Import-Movies (FFMPEG) idxal alətindən istifadə edərək ImageJ-ə idxal olunur.
          • Çıxış video kodek kimi jpegls yüksək sıxılma, itkisiz keyfiyyət və FFMPEG-in müxtəlif OS versiyaları arasında uyğunluq üçün tövsiyə olunur.

          Cədvəlləri axtarın və rəng diapazonunun tənzimlənməsi

          • LUT (Termal Palitralı Axtarış Cədvəli) menyusu
            • müxtəlif psevdorəng palitralarına sürətlə daxil olmaq üçün
            • Boz, Dəmir qurşağı və Göy qurşağı termal görüntüləmədə daha çox istifadə olunur
            • ImageJ-in LUT-lərdə quraşdırılmış şəkillərinə həmişə Şəkil Axtarış Cədvəlləri Menyusundan daxil olmaq olar
            • Termal LUT siyahısında olanlar da daxil olmaqla, bütün ImageJ LUT-ların siyahısında növbəti LUT-u seçin
            • Termal LUT siyahısında olanlar da daxil olmaqla, bütün ImageJ LUT-ları siyahıdan əvvəlki LUT seçin
            • LUT-un rəng şkalasını çevirin
            • bu dəyişdirilə bilər
            • yalançı rəng şkalasının minimum və maksimum qiymətlərinin təyin edilməsi
            • Axtarış cədvəli miqyasında istədiyiniz ən aşağı temperatura bərabər min təyin edin
            • Axtarış cədvəli miqyasında istədiyiniz ən yüksək temperatura bərabər max təyin edin
            • ImageJ-in daxili Analyze->Tools->Calibration Bar-a qısa keçid
            • şəklin temperatura çevrilməsindən sonra bunu istifadə edin
            • alət böyütmə amilini avtomatik tənzimləməklə uyğun ölçülü kalibrləmə çubuğunu seçməyə çalışır
            • bunu həmişəlik olaraq bir şəkil üzərində saxlamaq üçün siz şəklinizi RGB formatına (Şəkil–>Type->RGB Rəngi) dublikat etməli və/yaxud çevirməli, sonra örtüyü düzləşdirməlisiniz (Image–>Overlay–>Flatten), sonra tiff və ya png kimi yadda saxlayın. Qeyd: kalibrləmə çubuğundakı mətnin həlli şəklinizin ölçüsündən asılıdır və kiçik şəkillərlə qeyri-qənaətbəxş olun. Bunun üçün bir həll tapsam, onu həyata keçirəcəyəm.
            • Şəkil bayt mübadiləsi
              • Byte Swapper plagininə qısa zəng.
              • FLIR faylları bəzən kiçik endian sırası (tiff) və böyük endian sırası (png) istifadə edilərək saxlanıldığından, bayt sırası qarışıq olan faylları idxal edildikdən sonra piksel bayt mübadiləsinə qısa yol təmir etmək üçün sürətli bir yoldur.
              • FLIR tarixləri
                • istifadəçi Tarix/Saat Orijinalını qaytarmaq üçün namizəd FLIR faylını (jpg, seq, csq) seçir. Çəkmə vaxtları üçün faylı tez skan etmək üçün bundan istifadə edin.
                • kalibrləmə sabitlərini və şəkil çəkilişində saxlanılan daxili obyekt parametrlərini göstərmək üçün namizəd FLIR faylını (jpg, seq, csq) seçin. Tipik olaraq, istifadəçi daha sonra Raw2Temp makrosunda Plank sabitləri və Obyekt Parametrlərindən istifadə edərdi.
                • Ayrı bir faylda xam məlumatın 16 bitlik boz rəngli təsviri varsa və müəyyən şərtlər altında temperatura çevirmək lazımdırsa, bu funksiyanı orijinal FLIR faylında istifadə edin.
                • kalibrləmə sabitləri və obyekt parametrləri Raw2Temp funksiyasının sonrakı istifadəsi üçün yaddaşda saxlanılır və növbəti dəfə ImageJ-ni yenidən yüklədiyiniz zaman yadda saxlanmalıdır, belə ki, yalnız bir termal kamera faylı ilə işləyirsinizsə, onu yenidən işə salmaq lazım deyil. gələcək istifadələr üçün kalibrləmə sabitlərini yazın.
                • Raw2Temp
                  • infraqırmızı termoqrafiyada istifadə olunan standart tənliklərdən istifadə edərək 16 bitlik boz miqyaslı termal təsviri (və ya şəkil yığınını) təxmin edilən temperatura çevirir.
                  • istifadəçi kamera kalibrləmə sabitlərini, atmosfer zəifləmə sabitlərini və FLIR Kalibrləmə Dəyərləri makrosundan istifadə etməklə əldə edilə bilən obyekt parametrlərini təmin etməlidir.
                  • Raw2Temp-in müxtəlif fərdi versiyaları müəllifin istifadə etdiyi müxtəlif kameralar üçün daxil edilmişdir, çünki kalibrləmə sabitləri şəkildən görüntüyə dəyişmir və yalnız kamera yenidən kalibrləmə üçün istehsalçıya göndərildikdə. Kalibrləmə sabitləri digər kameralar üçün məlum olduqdan sonra bu makroları redaktə edin.
                  • Tez və Yavaş hesablama artıq həyata keçirilib (v 1.4.1).
                  • Yavaş hesablama yavaşdır, çünki o, faylı 32 bitlik fayla çevirir və sonra hər pikseli hesablanmış temperatura çevirir. Bu, video fayllarında vaxt apara bilər və böyük fayllar və ya RAM az olan kompüterlər üçün çox ola bilər.
                  • Sürətli hesablama, Temperatur və Raw 16 bit məlumat arasındakı əlaqə vasitəsilə 4-cü dərəcəli polinomu uyğunlaşdırmağa imkan verən daxili ImageJ funksiyasını həyata keçirir, həm xam məlumat, həm də imageJ statusunda göstərilən konvertasiya edilmiş məlumat ilə psevdo-çevrilmiş fayl təmin edir. bar. Bu, cavabın dəqiq təsviri ola bilər və ya olmaya da bilər, baxmayaraq ki, istifadəçiyə qaytarılan nömrələrlə bağlı ehtiyatlı məsləhətlər verirəm. Əgər polinomu uyğunlaşdırmaq üçün temperatur diapazonunu yalnız əksər bioloji tətbiqlər üçün məqbul olanlarla məhdudlaşdırsanız, polinom məlumatlara dəqiq uyğun gəldiyi üçün xəta olduqca aşağı görünür. Əsasən kameranın temperatur diapazonunun son dərəcə aşağı və yüksək nöqtələrində uyğunluq zəif olur. Tək təsvirin təhlili üçün sizə Yavaş (dəqiq) konvertasiyadan istifadə etməyi məsləhət görürəm və yalnız CPU vaxtı ilə dəqiqlik arasında müəyyən nisbətin daha vacib olduğu böyük videolar üçün Sürətli çevrilməni nəzərdən keçirməyi məsləhət görürəm.

                  ROI (Maraq Bölgəsi) Alətləri

                  • ROI 1 - ROI 6 (Plugins->Macros menyusundan)
                    • ThermImageJ.ijm faylında makronun adına [#] əlavə etməklə 1,2,3,4,5,6 kimi qısa düymələrə kodlanmış makrolar
                    • bəzi əlavə ROI qısa yolları (yəni d, l) öz analizlərim üçün mövcud ola bilər - siz bu sətir ROI-lərinə məhəl qoymayacaqsınız
                    • verilmiş ROI-nin orta, min, maks., sd və sahəsini çıxarır və nəticələr pəncərəsində, eləcə də istifadəçinin iş masasında ROI_Results.csv faylında saxlayır.
                    • ROI_Results.csv faylının yeri istifadəçi tərəfindən ThermImageJ.ijm faylının yuxarısındakı desktopdir dəyişənini redaktə etməklə dəyişdirilə bilər.
                    • nümunə nəticələr faylı: https://github.com/gtatters/ThermImageJ/blob/master/ROI_Results.csv
                    • çıxarmaq üçün nəticələrin xarakterini dəyişdirmək üçün ThermImageJ.ijm-i redaktə edin
                    • əlavə ROI-lər alətlər dəsti faylına əlavə edilə bilər
                    • tək şəkillər və ya şəkil yığınları ilə işləmək üçün nəzərdə tutulmuşdur
                    • dilim etiketi və nömrəsi nəticələr cədvəlinə aşağıdakı kimi qeyd olunur:

                    • ROI Piksel Dəyərlərini çıxarın (qısa yol: p)
                      • ROI piksel dəyərlərini X,Y,Dəyər koordinatları olan nəticələr pəncərəsi cədvəlinə çıxarır
                      • yalnız ROI məlumatlarınızı başqa bir proqram mühitində təkrarlamaq istəyirsinizsə faydalıdır
                      • məlumatlar üzərində müxtəlif təhlillər aparmaq lazım olduqda faydalıdır
                      • http://imagej.1557.x6.nabble.com/Extracts-individual-pixel-values-from-a-selection-or-RIO-td5020121.html saytından makro əsasında
                      • ROI parametrinin nəticəsini üst-üstə düşmə kimi şəkilə əlavə edir.
                      • yığınlar və ya tək şəkillər üzərində işləyəcək.
                      • Bütün Yığında ROI
                        • bütün yığın üzrə ROI təhlili aparır.
                        • Hər bir dilim üçün min, maks, orta, median, rejim, əyrilik, kurtoz nəticələr pəncərəsinə və iş masasına fayla ixrac edilir
                        • dominant tezlik komponentlərini çıxarmaq üçün diskret furier analizini yerinə yetirmək üçün hansı ümumi statistikanı seçin.
                        • mən bunu salınım məlumatlarında sınaqdan keçirdim (metronomlar sabit sürətlərdə hərəkət etməyə təyin olunur) və furier çıxarılan tezliklər düzgün işləyir
                        • Bu funksiya yığınlar üzərində işləyir, ilk növbədə çərçivələr arasında piksel dəyərlərindəki fərqi çıxararaq, uzunluğunda n-1 kadr stekinin mütləq dəyər fərqi yaradaraq.
                        • Sonra hər bir çərçivədən olan bütün piksellər orta və hər çərçivə üçün standart sapma üçün yoxlanılır, nəticələr pəncərəsində saxlanılır, bundan sonra məcmu dəyər hesablanır.
                        • Tezlik komponentlərini qaytarmaq üçün diskret furier analizindən əvvəl orta dəyər ofsetini silmək üçün bu məcmu mütləq fərq dəyəri daha sonra azaldılır və sıfırlanır.
                        • İstifadəçi şəkil yığını üçün saniyələrlə vaxt intervalı təmin etməlidir.

                        JPG-ni xam 16-bit PNG və ya TIFF İş axınına çevirdi

                        • FLIR kameranızın kalibrləmə sabitlərini təyin edin (məsələn, Kalibrləmə Dəyərləri Alətindən istifadə edin)
                        • Şəkli 16 bitlik Boz Şkala Faylına çevirin (məsələn, FLIR JPG-yə çevirin)
                        • Normal ImageJ faylının tanınmasından istifadə edərək, çevrilmiş faylı ImageJ-ə idxal edin. File->Open və ya File->Import Image Sequence PNG və TIFF faylları üzərində işləyə bilər.
                        • Siz TIFF faylları ilə işləməyə üstünlük verə bilərsiniz, lakin bu makrolar tərəfindən yaradılan fayl növü xam məlumatların FLIR (PNG və ya TIFF) tərəfindən necə saxlanmasından asılıdır. Əgər belədirsə, onları idxal etməzdən əvvəl fayllarınızı çevirmək üçün ImageJ-in toplu çevirmə alətindən istifadə edə bilərsiniz.
                        • Kalibrləmə sabitlərini yaddaşa çıxarmaq üçün orijinal FLIR faylında FLIR Kalibrləmə dəyərləri makrosunu işə salın
                        • Xüsusi kameranız üçün Raw2Temp və ya xüsusi Raw2Temp makrolarından birini işə salın
                        • Palitranızı seçin (ImageJ-də LUT)
                        • ImageJ ROI alətlərindən və Ölçmə alətlərindən istifadə edin
                        • Faylı kalibrləmə sabitləri üçün skan edəcək, xam termal təsviri çıxaracaq, bunu PNG və ya TIFF faylına çevirəcək və avtomatik olaraq açacaq JPG Import alətindən istifadə edin.
                        • Açılan şəkli, kalibrləmə sabitlərini və obyekt parametrlərini yoxlayın ki, bu dəyərlər tətbiqinizə uyğun olsun.
                        • Palitranızı seçin (ImageJ-də LUT)
                        • ImageJ ROI alətlərindən və Ölçmə alətlərindən istifadə edin
                        • Importdan əvvəl kalibrləmə sabitlərini müəyyən etmək üçün faylı skan edən Import SEQ və ya Import CSQ funksiyalarından istifadə edin
                        • Kodek kimi video idxal seçimini və jpeglləri seçin (yəni standartları) Bu, fayl ölçüsünü mümkün qədər kiçik saxlayacaq və ImageJ FFMPEG tətbiqi ilə uyğunluğu qoruyur.
                        • Import SEQ və Import CSQ makroları avtomatik olaraq temperaturu hesablamağa çalışacaq
                        • Fayl çevrildikdən və idxal edildikdən sonra, kalibrləmə sabitlərinin və obyekt parametrlərinin uyğun olub olmadığını iki dəfə yoxlayın və ok seçin. Bu mərhələdə qaçarsanız, hələ də 16 bitlik boz rəngli görüntü yığınınız olmalıdır və daha sonra Raw2Temp funksiyasını işə sala bilərsiniz.
                        • Əvvəlcə Analyze->Set Measurements menyusunda çıxarmaq istədiyiniz parametrləri təyin edin.
                        • Tipik dəyərlər min, maks, orta, modal, median, standart kənarlaşmadır, lakin ImageJ bir çox başqa dəyərlər təklif edir.
                        • ImageJ terminologiyasında “İntensivlik” və ya “Boz Dəyər” hər pikseldə saxlanılan rəqəmə uyğundur. Bu, analizin həyata keçirildiyi vaxtdan asılı olaraq 16 bitlik xam dəyər ola bilər və ya 32 bitlik ondalığa çevrilmiş temperatur ola bilər.
                        • Bütün ImageJ ROI alətlərindən və ya Alətlər->ROI Menecerindən istifadə edərək maraq dairələrini maraq dairələri üzərindən çəkin.
                        • Və ya əvvəllər sənəddə təsvir olunduğu kimi daxil edilmiş ROI 1-6 makrolarından istifadə edin.

                        Əsas quraşdırma addımlarını təqdim edən bu ekran şəklinə baxın. https://youtu.be/8SXhzOlsmKI

                        Video Bələdçi: Funksiyaların nümayişi

                        Əsas funksiyaları nümayiş etdirən bu ekran şəklinə burada baxın: https://youtu.be/5XYZw0kqX64

                        Performans, Sürət, Fayl Ölçüsü Məhdudiyyətləri və Qeydlər

                        • Video çərçivələrin maksimum sayı (yəni yığınlar) CPU və RAM ilə məhdudlaşacaq, lakin video və görüntü yığınları ilə uğur qazanacaq.

                        Hazırda dəstəklənən radiometrik fayl növləri əsasən FLIR-dan olanlardır, lakin istifadəçilərin məlumatlarından asılı olaraq gələcəkdə ImageJ-ə idxal edilə bilən müəyyən fayl növləri istifadə edilə bilər. Radiometrik məlumatların saxlanması yanaşmalarının deşifrə edilməsi vaxt aparır və nümunə faylları tələb edir.

                        Termal görüntü faylı növlərinin Babil təbiəti və termal kamera istehsalçıları tərəfindən istifadə olunan strategiyalar haqqında müzakirə üçün https://www.irinfo.org/04-01-2006-colbert/ saytına baxın.

                        Aşağıdakı açıq mənbə proqramları ThermImageJ-in inkişafı üçün çox vacib idi.

                        ImageJ Makro İnkişafı aşağıdakılarla birlikdə baş verdi:

                        Komanda xəttinin inkişafı aşağıdakılarla əlaqəli olaraq baş verdi:

                        Raw2Temp inkişafı aşağıdakılarla əlaqəli olaraq baş verdi:

                        Təkmilləşdirmələr və əlavələr üçün təkliflər, həmçinin səhvlər və ya problemlər burada təqdim edilə bilər: https://github.com/gtatters/ThermImageJ/issues

                        Problemləri həll etməyə kömək etmək üçün nümunə şəkli əlavə edin

                        Yeni buraxılışlardan xəbərdar olmaq üçün bu github saytını ulduzlayın və ya izləyin, çünki mən növbəti sınaqdan sonra səhvləri düzəldirəm.

                        Özüm üçün faydalı olan, lakin digər istifadəçilər üçün aydın görünməyən funksiyaları əlavə etdiyim üçün ThermImageJ hələ də davam edən iş olaraq qalacaq. Mövcud olan bəzən qəribə qısa yollar, çox güman ki, hazırda üzərində işlədiyim layihənin nəticəsidir.

                        Qeyd: Mənim termal görüntü şirkətləri ilə heç bir əlaqəm yoxdur və onlara göndərdiyim müştərilərin çoxluğuna baxmayaraq, heç bir maliyyə vəsaiti və ya pulsuz avadanlıq almıram. Bu layihə məhdud jurnal və fərdiləşdirməyə malik olan Windows-dan yalnız proqram təminatından istifadə etmək ehtiyacının məyusluğu nəticəsində ortaya çıxdı. Etiraf etməliyəm ki, 2019-cu ilin iyul ayında FLIR bəzi istifadəçilərin bu açıq mənbə həllindən daha çox investisiya etməyi üstün tuta biləcəyi daha sərfəli platformalararası analiz proqramını buraxdı. Mütəxəssis olduqları üçün əvvəlcə onların proqram təminatını sınamağı tövsiyə etməməyim haqsızlıq olardı.


                        Şəkillərinizi və Videolarınızı Dönüştürmək üçün ImageJ Elm Proqramından istifadə edin

                        Bob Qoldşteyn Şimali Karolina Universitetində Chapel Hill-də hüceyrə bioloqudur və vaxtaşırı Make jurnalının müəllifidir.

                        • Facebook
                        • Kimi
                        • Twitter
                        • Pinterest
                        • LinkedIn
                        • Digg
                        • Del
                        • Tumblr
                        • VKontakte
                        • Çap et
                        • E-poçt
                        • Flattr
                        • Reddit
                        • Bufer
                        • Bunu sev
                        • Weibo
                        • Cib
                        • Xing
                        • Odnoklassniki
                        • WhatsApp
                        • Meneam
                        • Blogger
                        • Amazon
                        • Yahoo poçtu
                        • Gmail
                        • AOL
                        • Newsvine
                        • HackerNews
                        • Evernote
                        • Mənim Ərazim
                        • Mail.ru
                        • Video
                        • Xətt
                        • Flipboard
                        • Şərhlər
                        • Ləzzətli
                        • SMS
                        • Viber
                        • Telegram
                        • Abunə ol
                        • Skype
                        • Facebook Messenger
                        • Kakao
                        • LiveJournal
                        • Yammer
                        • Edqar
                        • Fintel
                        • Qarışdırın
                        • İnstapaper
                        • Linki kopyalayın

                        redaktorlar qeyd edir: bu, Bobun Make jurnalı üçün yazdığı məqalənin 2018-ci il yeniləməsidir, cild 27, İyul 2011

                        ImageJ şəkillər və videoları emal etmək üçün sərbəst mövcud proqramdır. O, mikroskoplarda çəkilmiş şəkillər üçün alimlər üçün hazırlanmışdır, lakin hər kəs üçün əlçatandır. Və hər kəs proqrama yeni funksiyalar əlavə etməkdə sərbəstdir. Nəticədə, istifadəçiləri arasında daha çox proqramlaşdırma fərasətinin töhfələri ilə daim təkmilləşir. Bu mənada, Firefox açıq mənbə brauzeri internetə baxmaq üçün olduğu kimi ImageJ də şəkillər və videolar üçün əla resursdur və ya Wikipedia məlumat üçün olduğu kimi: hər biri demək olar ki, istənilən kompüterdə işləyəcək və hər kəs onları yaxşılaşdıra bilər. Lakin ImageJ hələ elmdən kənarda yaxşı tanınmır.

                        Bir alim və yaradıcı işin pərəstişkarı kimi, Make oxucularını ImageJ-in həyata keçirə biləcəyi bəzi fəndlərlə tanış etsələr, bunun nə ilə nəticələnə biləcəyini görməyin əyləncəli olacağını düşündüm. Rəqəmsal kamerada və ya veb-kamerada hazırlanmış bir neçə şəkil və ya qısa videonuz varsa, onları təxminən 20 dəqiqə ərzində aşağıdakı nümunələrdə olduğu kimi çevirə bilərsiniz.

                        ImageJ haradan gəldi

                        ImageJ ABŞ Milli Sağlamlıq İnstitutunun əməkdaşı, proqramçı Ueyn Rasband tərəfindən biotibbi tədqiqatçılar üçün yazılmışdır. O, Java əsaslıdır, ona görə də PC, Mac və Linux kompüterlərində işləyir. Rasband ImageJ-i açıq arxitektura ilə dizayn etmişdir: hər kəs proqrama yeni fəndlər əlavə etmək üçün plaginlər yaza bilərdi.

                        ImageJ ilk dəfə 1997-ci ildə, kompüterlərin qədim, Google-dan əvvəlki dövrdə buraxıldı. İllər keçdikcə populyarlığını itirməkdənsə, onun açıq arxitekturası onu elm üçün getdikcə daha qiymətli bir vasitəyə çevirir. Rasbandın 1997-ci ildə açıq memarlığın potensialını qabaqcadan görüb-görmədiyini bilmək maraqlı idi, ona görə də ona e-poçt göndərdim. “Mən həmişə başqalarının yazdığım proqram təminatından istifadə etdiyini görmək xoşuma gəldi”, Rasband yazdı, “və mən həmişə mənbə kodunu sərbəst şəkildə təqdim etmişəm. Mən kəşf etdim ki, genişləndirilməsi asan proqram təminatı yaratsam və mənbə kodunu versəm, o zaman istifadəçi icmasından kod töhfələrini geri alacaqdım.”

                        Nə edə bilər

                        ImageJ, Photoshop kimi proqramlarda olanlara bənzər filtrlərdən istifadə edərək şəkilləri emal etmək üçün faydalıdır. Mövcud olan yüzlərlə plaginlə sınamaq üçün yüzlərlə fənd var. Mənim sevimli fəndlərim, videodan hərəkəti tək bir şəkildə göstərərək hazırladığınız videonu çevirə bilənlərdir. Mən həmçinin, məsələn, sadəcə piksel intensivliyi əlavə etməklə iki təsviri birləşdirən şəkillər üzərində riyaziyyat aparmaq üçün ImageJ-dən istifadə etməyi xoşlayıram.

                        Başlamaq

                        Siz ImageJ proqramını yükləmək və bir neçə faydalı plagin əlavə etməklə başlamaq istəyə bilərsiniz:

                        1. ImageJ-i yükləyin
                          Fici saytından ImageJ-ni endirməklə başlayın. Fici artıq daxil edilmiş plaginlər dəsti və avtomatik yeniləmə funksiyası olan ImageJ-in sadəcə versiyasıdır ki, ImageJ surəti faydalı dəyişikliklərlə gündəmə gəlsin. Mac istifadə edirsinizsə, Ficini Proqramlar qovluğuna qoyun.
                        2. Bəzi əlavə plaginlər əlavə edin
                          Point Picker, Spectrum Extractor və Lipschitz Filter kimi çaşdırıcı adlarla əlavə edə biləcəyiniz çoxlu plaginlər var. Hələlik mən yalnız bir faydalı plaginlər dəsti əlavə etməyi məsləhət görürəm, onlardan bəzilərini növbəti nümunələrdə istifadə edəcəksiniz. bir neçə səhifə. Bu dəst “Kitap” adlanır və bu təlimatlardan istifadə etməklə asanlıqla yüklənə bilər. Yemək kitabı plaginləri “Kitap” adlı yeni açılan menyuda (ekranınızın yuxarısında) görünəcək.

                        Davam edin və öz şəkillərinizlə aşağıdakı nümunələri sınayın

                        Növbəti bir neçə səhifədə mən ImageJ-dən istifadə edərək hazırladığım bəzi şəkilləri hər bir təsvirin qısa təsviri ilə birlikdə göstərirəm ki, siz hər bir təsvirin necə hazırlandığını təsəvvür edə biləsiniz.

                        Hər bir nümunənin altında kursivlə siz bu nümunələrin hər biri üçün ətraflı, addım-addım “nə klikləmə” protokolunu tapa bilərsiniz ki, öz foto və videolarınızla oxşar şeylər etməyə cəhd edə biləsiniz. Siz nümunələri əvvəlcə kiçik şəkillər və çox qısa videolarla, və ola bilsin, boz tonlu şəkillər və videolardan istifadə etməklə (yaxud istənildikdə onları boz rəngə və ya 8-bit RGB-ə çevirmək) sınamaq istəyə bilərsiniz, çünki fayllarınız nə qədər böyükdürsə, hər addım bir o qədər uzun olacaq. almaq.

                        1. Şəkil kalkulyatoru

                        Şəkil Kalkulyatoru aləti sadə riyaziyyatdan istifadə edərək şəkilləri müxtəlif yollarla birləşdirə bilər, məsələn, hər pikselin rənglərini əlavə etmək, çıxmaq və ya orta hesabla almaq. Nümunə etmək üçün yuxarıda göstərilən şəkillərdə qar dənəciyi şəklinin aşağı sol küncündəki piksel RGB-də 12,6,10 kimi kodlanmış bir rəngə malikdir, yəni qırmızı rəng 12, Yaşıl isə 6 olaraq təyin edilmişdir. , və Mavi 10-a təyin edildi. Bu nömrələr 255-dəndir, 0 qaranlıq və 255 parlaqdır. Beləliklə, piksel rəngi 12,6,10 — 255 —-dən bütün aşağı rəqəmlər onun olduqca tünd piksel olduğunu bildirir. Linkoln fotosundakı müvafiq mövqedəki piksel 70,54,42 rənglidir. Bu iki orta hesabla nəticə? Rəngi ​​41,30,26 olan piksel: iki ədəd dəsti arasında dəqiq orta. Şəkil Kalkulyatoru hər pikselə bu şəkildə yanaşır.

                        Bu, təsvirləri proqnozlaşdırıla bilən üsullarla birləşdirmək üçün güclü bir vasitə ola bilər. İki təxminən eyni fotoşəkil arasındakı fərqi göstərsəniz nə olardı?

                        Şəkil Kalkulyatorunu sınayarkən görəcəksiniz ki, əlavə etmək, çıxmaq və orta hesablamaq şəkilləri birləşdirmək üçün bir neçə üsuldan yalnız bir neçəsidir.

                        FILE / OPEN düyməsini klikləyin və kompüterinizdə bir şəkil seçin və sonra ikinci şəkli açmaq üçün təkrarlayın. Sonra PROCESS / Şəkil KALKULYATORU düyməsini klikləyin, hər bir şəkil adınızı seçin və sonra şəkilləri birləşdirmək üçün ƏLAVƏ, ORTA və ya FƏRQ kimi əməliyyat seçin.

                        2. Yığın proyeksiyası

                        Burada, ildırım çaxması zamanı qısa bir video çəkdim. Bu ildırımın səmanı keçməsi təxminən bir saniyə çəkdi. Videoda flaşın fərqli hissələri videonun ayrı-ayrı kadrlarında görünə bilər (aşağıdakı şəkildəki yuxarıdakı 10 kadr). Bütün flaşın necə göründüyünü görmək üçün 1-ci çərçivədəki işığı 2-ci kadrdakı işığa, 3-cü çərçivədəki və s. əlavə etdim. Bunun üçün ImageJ-də videonu açdım və Z Project adlı alətdən istifadə edərək tək bir şəkil çəkdim.

                        Qısa video zamanı kamera hərəkətsiz əlimdə deyil, stulda oturaraq mükəmməl hərəkətsiz qaldı. Bunun vacib olduğu ortaya çıxdı: təsvirlər son proqnozlaşdırılan təsvirdə yaxşı uyğunlaşdırıldı, lakin kamera hərəkət etsəydi, onlar olmayacaqdı.

                        Siz FILE / IMPORT altında müxtəlif formatlı faylları açmağın bir sıra yollarını görəcəksiniz, lakin daha asan yol var: əksər faylları sadəcə alət nişanları cərgəsinə sürükləyib atmaqla açmaq olar. Video faylı açmazdan əvvəl, videonuzu qısa uzunluğa kəsmək üçün video redaktə proqramından istifadə etmək istəyə bilərsiniz. ImageJ bir neçə yüz şəkli olan videonu idarə edə bilər, lakin daha uzun videolarda sıxışdırmaq proqramı yavaşlata və ya sıradan çıxara bilər. Videonuzu açdığınız zaman sizə onu 8 bitlik boz rəngə və ya RGB-ə çevirmək və bütün videonuzu yaddaşa yükləmək əvəzinə “virtual stack” istifadə etmək seçimi təklif olunacaq. Bunları yerinə yetirmək, sonrakı addımların daha sürətli getməsinə səbəb olacaq.

                        Təəssüf ki, iPhone-lar filmləri ImageJ-in istifadə edə bilməyəcəyi formatda saxlayır, ona görə də siz əvvəlcə Video 2 Photo iPhone proqramı və ya Quicktime Pro kimi alətdən istifadə edərək onları fərdi fotoşəkillərin ardıcıllığına çevirməlisiniz. Sonra FILE / IMPORT / IMAGE SEQUENCE düyməsini klikləməklə fotoşəkillər qovluğunu aça bilərsiniz.

                        Videonuz ImageJ-də açıldıqdan sonra onu seçmək üçün üzərinə klikləyin. Siz < və > düymələrindən istifadə edərək orada hərəkət edə bilərsiniz. Sonra ŞƏKİLLƏR / STACKS / Z PROJECT üzərinə klikləyin və hər bir çərçivədən ən parlaq pikselləri bir şəkilə cəmləmək üçün MAX INTENSITY seçin.

                        Bu nümunənin yuxarısındakı montaj da ImageJ aləti ilə hazırlanmışdır. Yenidən videonuzun üzərinə klikləyin və sonra montaj etmək üçün IMAGE / STACKS / MAKE MONTAGE üzərinə klikləyin.

                        3. Qaranlıq mövzu ilə yığının proyeksiyası

                        Bu şəkil sonuncu ilə eyni şəkildə hazırlanmışdır, ancaq burada mövzu fondan daha qaranlıq idi. Burada mənbə kimi istifadə edilən video quşlar uçarkən səmaya işarə edən hərəkətsiz qalan kameradan götürülüb. Sonra təxminən 30 kadr uzunluğunda olan videonun 2 saniyəlik qısa bir hissəsi ImageJ-də proyeksiya edildi.

                        Videonu ImageJ/Fiji alətlər panelinə sürükləməklə və ya FILE / IMPORT / IMAGE SEQUENCE istifadə edərək şəkil ardıcıllığını açmaqla videonuzu açın. Sonra onu seçmək üçün video pəncərənizin üzərinə klikləyin, IMAGE / STACKS / Z PROJECT üzərinə klikləyin və hər kadrdan ən qaranlıq pikselləri əlavə etmək üçün MIN INTENSITY (bu dəfə MAX əvəzinə) seçin.

                        4. Hərəkət edən obyektlərin vurğulanması

                        Biz Meksika sıçrayan lobyaların hərəkətini əks etdirən video çəkdik və sonra hərəkət edən lobyaların yollarını vurğulamağa çalışdıq. Yolları göstərməyin bir neçə yolu aşağıdakı şəkildə göstərilmişdir. Yuxarı sağ şəkil əvvəlki nümunədə istifadə etdiyimiz eyni hiyləni göstərir. Aşağı solda eyni hiylə var, lakin “MIN INTENSITY” əvəzinə “STANDART DEVİATION” seçmək. Bu hiylə, uzun müddət fasilə verən hərəkət edən obyektlərin ən parlaq görünməsi ilə nəticələnir. Yaranan şəkilləri Şəkil Kalkulyatorundan istifadə etməklə birləşdirmək (yuxarıda 1-ci nümunədə olduğu kimi) maraqlı effektlər verə bilər.

                        Aşağıda, hər bir çərçivədən əvvəlki çərçivədə olan hər şeyi sadəcə olaraq necə çıxarmağı təsvir edirəm ki, zamanla dəyişməyən piksellər qara, zamanla dəyişənlər isə daha açıq çalarlarda görünsün (aşağı sağda şəkil) .

                        Ficidə açdığınız bütün pəncərələri bağlayın. Sonra videonu ImageJ/Fiji alətlər panelinə sürükləməklə və ya FAYL / İDXAL / ŞƏKİL SEQUENCE istifadə edərək şəkil ardıcıllığını açmaqla videonu açın. Seçim 𔄠-bit boz rəngə çevirmək”-a qədər açıldıqda, bunu qəbul etmək üçün qutuya klikləyin. Bu dəfə virtual yığın variantını seçməməyi məsləhət görürəm. Sonra onu seçmək üçün videonun üzərinə klikləyin və KİTABÇI / T-FUNCTIONS / DELTA F UP (“Kitab kitabı”, təlimatlara əməl etməklə Ficidə quraşdırdığınız plaginlər dəstidir) üzərinə klikləməklə yalnız hərəkət edən obyektləri göstərən ikinci video hazırlayın. yuxarıdakı “Başlayın” bölməsində).

                        5. Rəng kodlaşdırma vaxtı

                        Uşaqlarım və mən axşamdan səhərə qədər həyətimizin üstündən keçən ulduzların vaxtaşırı filmini çəkdik. (Filmi hazırlamaq üçün biz açıq mənbəli CHDK proqram təminatı ilə sındırılmış Canon nöqtəsi və çəkiliş kamerasından istifadə etdik ki, uzun ekspozisiyalı time-lapse qeydi apardıq. NightCap iPhone tətbiqi də bunu smartfondan istifadə etməklə edə bilər). Sonra yalnız hərəkət edən obyektlərin qara və ağ filmini çəkmək üçün ImageJ-dən istifadə etdik. Sonra film rənglə kodlaşdırıldı. Nəhayət, bütün rəngli çərçivələr bir-birinin üstünə bir şəkil üzərinə proyeksiya edildi. Rəng son təsvirdə vaxta bərabərdir: bənövşəyi gün batdıqdan dərhal sonra, narıncı/sarı isə daha gec, günəş doğmadan əvvəldir. Məsələn, buludlar günəş çıxmazdan əvvəl göründüyü üçün narıncı görünür. Ulduzlar bütün gecə boyu yanırdılar, ona görə də onlar müxtəlif rənglərdədirlər.

                        Bu nümunə çoxlu plaginlərdən istifadə etdi, lakin həqiqətən ImageJ-də yalnız bir neçə klik çəkdi. Videonu ImageJ/Fiji alətlər panelinə sürükləməklə və ya FAYL / İDXAL / ŞƏKİL SEQUENCE istifadə edərək şəkil ardıcıllığını açmaqla videonuzu açın. Seçim 𔄠-bit boz rəngə çevirmək”-a qədər açıldıqda, bunu qəbul etmək üçün qutuya klikləyin. Sonra onu seçmək üçün videonun üzərinə klikləyin və KİTABÇI / T-FUNCTIONS / DELTA F UP düyməsinə klikləməklə yalnız hərəkət edən obyektləri göstərən ikinci video hazırlayın. Sonra, kod vaxtını rəngləmək üçün KİTABÇI / Z-FUNCTIONS / Z CODE STACK klikləyin. Bir sıra rəng sxemləri arasından seçim edə bilərsiniz. İndi IMAGE / STACKS / Z PROJECT… üzərinə klikləyin və hər çərçivədən ən parlaq pikselləri əlavə etmək üçün MAX INTENSITY seçin.

                        6. Kimoqraflar

                        Oğullarım və mən evimizdə bir robin yuvası tapdıq və bir göz atmağa valeh olduq. Beləliklə, veb-kamera qurduq və yuvaya baxdıq. Bir gün biz bütün gün ərzində vaxtaşırı qeyd etdik. Ana gün boyu yumurtaların üstündə oturdu, vaxtaşırı yemək üçün ayrıldı. Onun səfərlərinin vaxtı ilə bağlı hər hansı bir nümunənin olub-olmaması ilə maraqlandıq, buna görə də kimoqraf - zamanla müəyyən mövqeləri göstərən bir qrafik yaratdıq. Burada seçilmiş mövqelər yumurtaları keçən nazik bir xətt altında idi.

                        Aşağıdakı kimoqrafda vaxt yuxarıdan solda səhərdən axşama qədər sağda qeyd olunur. Şaquli zolaqlarda yumurtaların mavi rəngi görünəndə ana quş yuvadan çıxıb. İnternetdə oxumuşduq ki, robinlər yuvalarından heç vaxt bir dəfəyə 10-15 dəqiqədən çox çıxmırlar, amma görünür ki, o, 11:40-günorta saatlarında uzun bir nahar edib. Axşam saat 7-ə az qalmış hava qaraldı.

                        Videonu ImageJ/Fiji alətlər panelinə sürükləməklə və ya FILE / IMPORT / IMAGE SEQUENCE istifadə edərək şəkil ardıcıllığını açmaqla videonuzu açın. Sonra alət nişanları cərgəsindən düz xətt alətini seçin və videonun maraq dairəsi üzərində xətt çəkmək üçün klikləyin və sürükləyin. Zamanla həmin xəttin altında nə baş verdiyini görmək üçün ŞƏKİL / STACKS / RESLICE üzərinə klikləyin. İncə xəttdən daha çox nümunə götürmək istəyirsinizsə, düz xətt alətindən istifadə etmək əvəzinə alət nişanları cərgəsindən düzbucaqlı aləti seçin və videoda maraq dairəsi üzərində düzbucaqlı çəkmək üçün klikləyin və sürükləyin. IMAGE / STACKS / RESLICE düyməsini basın və sonra IMAGE / STACK / Z- PROJECT düyməsini basın. Sizin kimoqrafınız zaman yuxarıdan aşağıya doğru şaquli olaraq görünəcək.

                        7. Piksellərinizi ImageJ-dən çıxarın və onları öz riyaziyyatınıza uyğunlaşdırın

                        Microsoft Excel kimi cədvəl proqramı ilə əlinizdədirsinizsə, şəklinizdən piksel dəyərlərini çıxara və onları özünüz çevirməyə cəhd edə bilərsiniz. Yerli kontrast kimi xüsusiyyətlərin bu şəkildə necə vurğulana biləcəyini görmək maraqlıdır. Bunu göstərmək üçün mən Excel-də sadə düsturlardan istifadə edərək orijinal şəklin bir neçə versiyasını yaradaraq, aşağıda (A) 50-21550 piksellik bir palamut şəklini istifadə etdim. B, A-nın boz tonlu versiyasıdır. C-də hər pikselin dəyəri qonşularınınkiyle orta hesablanaraq şəkil tutqunlaşdırılıb. D-də hər bir pikselin dəyəri qonşuları ilə müqayisə edildikdən sonra yüksək kontrastlı sahələr vurğulanır. E-də yalnız yüksək kontrastlı sahələr göstərilir. F-də hər bir sahədə kontrast dərəcəsi davamlı boz rəngə çevrilir. Və G-də F-dəki boz rənglər ImageJ-də axtarış cədvəlindən istifadə edərək rənglərə çevrildi.

                        Bunu təxminən 50-21550 piksel olan kiçik bir şəkil üzərində sınamağı tövsiyə edirəm, çünki aşağıda göstərilən bəzi addımlar Excel və ya digər cədvəl proqramlarında daha böyük şəkillərdə çox yavaş işləyəcək. Sonra IMAGE / TYPE / 8_BIT klikləməklə şəklinizi boz rəngə çevirin. Sonra FILE / SAXLA / MƏTN ŞƏKİLLƏRİNDƏN istifadə edərək şəkli yadda saxlayın. Bu, Microsoft Excel kimi elektron cədvəl proqramından istifadə edərək aça biləcəyiniz mətn faylı yaradır.

                        Cədvəldə siz hər biri şəklinizin boz rəngli versiyasında fərdi pikselin piksel dəyərini əks etdirən bir sıra rəqəmlər görəcəksiniz. Aşağıdakı misalda palamutun (A) 50-21550 piksel təsvirindən istifadə etmişəm. Mən onu yuxarıda təsvir edildiyi kimi Excel-də açdım, həmin nömrələr massivini çevirmək üçün bəzi şeyləri sınadım və sonra yeni nömrələrin hansı təsviri yaradacağını görmək üçün həmin xanaları yenidən mətn redaktoruna köçürdüm (Mac üçün TextWrangler istifadə etdim, lakin yüklənir. digərləri mövcuddur). Mən həmin faylı fayl adı və ardınca .txt ilə saxladım və FILE / IMPORT / TEXT IMAGE klikləməklə həmin faylı ImageJ-də açdım. Palamutun boz rəngli şəkli (B) əldə edildi. Sonra Excel faylına qayıtdım və nömrələr dəsti ilə oynamağa çalışdım. C-F-də çevrilmələrin hər birini ehtiva edən Excel faylı burada mövcuddur. Əgər siz boz rəngli şəkli rəngləndirmək istəyirsinizsə, onu ImageJ-də aça və ŞƏKİL / CƏDVƏL AXTAR üzərinə klikləyib rəng sxemi seçə bilərsiniz.

                        Şəkil 7: Bir neçə fərqli şəkildə çevrilmiş bir palamut şəkli

                        Təcrübə edin və əylənin

                        Proqramı endirdikdən sonra, müxtəlif düymələrin nə etdiyini görmək üçün çəkdiyiniz şəkli açmaq və ya videonu idxal etmək maraqlı ola bilər. Daha sistemli bir başlanğıca üstünlük verənlər üçün burada və ya burada bələdçilər var.

                        Əgər nə vaxtsa daha çox plaginləri sınamaq istəsəniz, burada çoxlu plaginlər dəstinə keçid var. Xüsusilə bəyəndiyim plaginlərdən biri “Running Z projector”.

                        Bu plaginlərdən hər hansı birini əlavə etmək üçün əvvəlcə onu kompüterinizə endirin. Əgər siz Mac istifadə edirsinizsə və o sizə deyirsə ki, fayllar naməlum tərtibatçıdan olduğu üçün açıla bilməz, siz Mac-ın Sistem Tərcihlərini, sonra Təhlükəsizlik və Məxfiliyi açmaqla bunu keçə bilərsiniz. “Hər halda Aç” düyməsinə baxın. Sonra Fiji açın, PLUGINS klikləyin, sonra INSTALL… və endirdiyiniz faylı seçin.

                        Elmə özünüz töhfə verin!

                        Yaradıcılar və elm adamları həm yaradıcı icmalar, həm də bir-birindən bir və ya iki şey öyrənə biləcək icmalar yaradırlar. Əgər siz proqramlaşdıra bilirsinizsə və heç bir mövcud plaginlərin hələ edə bilmədiyi şəkilləri göstərmək üçün maraqlı bir yol görürsünüzsə, niyə yeni plagin yazmayasınız? Yüzlərlə plagin artıq mövcuddur, lakin əla, yeni plaginlər hər il görünür və ən yaxşı plaginlər yəqin ki, hələ yazılmayıb. Budur yeni plaginlərin yaradılması ilə bağlı icmal.

                        Plugininizdən kim istifadə edəcək və bu, hansı elmi kəşflər irəli sürməyə kömək edə bilər? Biotibbi tədqiqat məqalələri getdikcə tam formada onlayn tapılır, ona görə də plaqini təqdim etdikdən sonra aylar və illər ərzində onun elmə necə töhfə verdiyini öyrənmək üçün plaqinin adını onlayn axtarın.


                        Rəqəmsal Şəkillərə Giriş

                        00:00:11.07 Mən Nikon Təsvir Mərkəzindən Kurt Thorn
                        00:00:13.21 UCSF və bu gün rəqəmsal görüntü haqqında danışacağam
                        00:00:17.00 analiz. Və bu, iki hissəli mühazirələr toplusunun bir hissəsidir.
                        00:00:20.28 Və bu hissədə mən ilk növbədə nə haqqında danışacağam
                        00:00:24.05 rəqəmsal şəkillər, onları kompüterinizdə necə göstərdiyiniz,
                        00:00:27.15 və onları necə saxlaya bilərsiniz ki, daha sonra onlarla işləyə biləsiniz.
                        00:00:31.11 Beləliklə, rəqəmsal görüntü nə deməkdir, əslində, ölçmələr dəstidir
                        00:00:36.22 işıq intensivliyi. Beləliklə, kameramız var, kameralar haqqında danışdıq
                        00:00:40.07 digər mühazirələrdə və ya konfokal mikroskopda və ya bəzi cihazda
                        00:00:43.24 sahənizdəki bir sıra nöqtələrdə işığın intensivliyini qeyd edir
                        00:00:46.25 mikroskopunuzdakı görünüş. Beləliklə, belə bir görüntü əldə edirsiniz
                        00:00:50.12 burada, bir sahədə parlaq obyektlərin bir dəstəsi var.
                        00:00:55.10 Və bu obyektlərdən birini böyütsəniz, fərdi görə bilərsiniz
                        00:00:58.03 onu təşkil edən piksel. Bəziləri parlaq,
                        00:01:00.28 onlardan bəziləri qaranlıqdır. Və bunların hər biri həqiqətən nəyi təmsil edir
                        00:01:03.21 qeydə alınmış işıq intensivliyinin ölçülməsidir
                        00:01:06.16 kameranın həmin nöqtəsində və ya görüntünün həmin nöqtəsində.
                        00:01:08.19 Beləliklə, bunu təşkil edən rəqəmlərə baxsanız,
                        00:01:11.06 Siz burada uyğun gələn nömrələr massivini görə bilərsiniz
                        00:01:15.24 Bu piksellərin hər birində piksel intensivliyi. Və görə bilərsiniz
                        00:01:19.13 onlar sıfırdan başlayaraq kənarlarda, harada
                        00:01:22.12 tamamilə qara, bildiyiniz kimi, mərkəzdə 200-255, olduğu yerdə
                        00:01:26.15 çox parlaq. Və beləliklə, bu şəkillər həqiqətən bir sıradır
                        00:01:32.20 hər nöqtədə işığın intensivliyini təmsil edən nömrələr
                        00:01:34.22 baxış sahəsində. Kompüterlər isə nömrələri ikilik sistemdə saxlayır
                        00:01:40.13 formatı. Və ikili, siz müxtəlif ola bilər
                        00:01:46.14 təmsillər və hansı qətnamədən və ya nədən asılı olaraq
                        00:01:49.16 İstədiyiniz dinamik diapazon, fərqli sayda bit ilə başlaya bilərsiniz.
                        00:01:53.03 Beləliklə, yuxarıdakı tək bit sıfır və ya birini təmsil edə bilər.
                        00:01:56.16 Beləliklə, bu ikili bir şəkil olardı, ya qara, ya da ağdır.
                        00:01:59.28 Əgər 2 bit etsəniz, indi burada bu çubuq kimi dörd rəngə sahib ola bilərsiniz.
                        00:02:03.24 İndi qara və ağ üstəgəl iki boz kölgəniz var.
                        00:02:07.08 Və getdikcə daha çox kölgə əldə etmək üçün bit əlavə etməyə davam edə bilərsiniz.
                        00:02:10.25 4 bit etsəniz, bozun 16 tonu alırsınız. 8 bit etsəniz,
                        00:02:14.17 siz 256 boz çalar alırsınız. Və bilirsiniz, 12 edə bilərsiniz
                        00:02:19.04 və ya 16, bu sizə 4000 və ya 65000 boz çalarları verəcəkdir.
                        00:02:23.03 Tarixi səbəblərə görə kompüterlər nömrələri saxlamağa meyllidirlər
                        00:02:28.17 bayt kimi, bir bayt isə 8 bitdir. Beləliklə, bu son formatlar burada
                        00:02:33.11 üst və ya yuxarıdakı bu bit dərinlikləri
                        00:02:36.12 tək bayt. Beləliklə, bir bayt bir piksel dəyərində saxlayacaqdır
                        00:02:39.29 məlumat. Halbuki burada bu xəttin altında, getdiyiniz zaman
                        00:02:44.04 256-dan yuxarı və 8 bitdən çoxunuz var, indi sizə 2 lazımdır
                        00:02:46.29 bayt. Beləliklə, bunları ümumiyyətlə 2 bayt və ya kimi saxlayardınız
                        00:02:50.06 16 bit. Və beləliklə, intensivlik qətnaməsi nə qədər yüksəkdir
                        00:02:56.06 istədiyiniz, daha çox dinamik diapazon, daha çox
                        00:02:58.10 məlumatlarınızı saxlamaq üçün lazım olan yer. Həm də daha gözəl
                        00:03:02.24 təsvirin müxtəlif boz tərəzisini əldə edirsiniz.
                        00:03:05.25 Burada mən müxtəlif bit dərinliklərində bir şəkil göstərirəm,
                        00:03:09.10 və buradakı yuxarı sol künc orijinal görüntüdür, yəni
                        00:03:12.20 8 bitlik görüntü. 256 boz tərəzi var. Və sonra bu digər panellər,
                        00:03:19.00 Mən boz səviyyələrin sayını azaltdım və bit dərinliyini
                        00:03:22.19 daha kiçik nömrələr. Beləliklə, burada nə baş verdiyini görə bilərsiniz
                        00:03:25.16 bunu 6 bitlik bir görüntüyə çevirsək. Bizdə isə daha az sayda var
                        00:03:30.08 Şəkildəki boz səviyyələr, lakin əslində onu görmək çox çətindir.
                        00:03:32.24 Bu ikisi arasındakı fərq. Və bu qismən ona görədir ki, sənin
                        00:03:35.06 kompüter monitoru yalnız 8 bit boz şkala göstərə bilər
                        00:03:39.02 və qismən gözünüz çox şeyə həssas olmadığı üçün
                        00:03:43.04 boz çalarları. Gözünüz ən yaxşı halda 100 və ya bəlkə də həll edə bilər
                        00:03:46.29 150 boz səviyyə. Amma sonra biz bit dərinliyini azaltmağa başlayanda
                        00:03:51.09 daha sonra, burada 4 bitlik bir şəkilə keçsək, indi başlaya bilərsiniz
                        00:03:53.24 əldə etdiyiniz bu cür posterizasiyanı görmək, xüsusən də
                        00:03:57.12 hamar gradientlər, intensivliklərdə böyük fasilələr
                        00:04:00.20 çünki hamar etmək üçün kifayət qədər boz səviyyələrimiz yoxdur
                        00:04:02.19 kölgələmə. Və burada 2 bitdə biz təkcə 4 boz rəngi görmürük,
                        00:04:05.25 lakin biz çox stilizə edilmiş bir şəkil alırıq.
                        00:04:09.10 artıq buradakı orijinal intensivliyə bənzərlik.
                        00:04:11.03 Beləliklə, nə qədər çox bitiniz varsa, o qədər çox boz səviyyəni əldə edə bilərsiniz
                        00:04:14.17 rekord. Müasir kameralar isə çox asanlıqla qeyd edə bilir
                        00:04:17.20 Gözünüzlə həll edə biləcəyinizdən daha çox boz səviyyələr.
                        00:04:20.02 Və qeyd etdiyim kimi, monitorunuz, kompüterinizin monitorları
                        00:04:24.07 8 bitlik ekranlardır. Beləliklə, onlar yalnız 8 bit boz göstərə bilər
                        00:04:29.17 miqyas məlumatı, yəni 0-dan 256-ya qədər. Onlar rənglidirlər, ona görə də göstərə bilərlər
                        00:04:33.28 bilirsiniz, qırmızı, yaşıl və ya mavinin hər birində 0-dan 256-ya qədər. Amma əgər
                        00:04:38.22 siz sadəcə bir rəngə baxırsınız, yalnız 8 bit alırsınız
                        00:04:40.29 qətnamə. Beləliklə, əvvəllər bunları göstərəndə, bilirsiniz,
                        00:04:44.23 Aşağıdakı 16 bitlik boz rəngli izlər, biz onları belə miqyaslandırırdıq
                        00:04:49.07 Bildiyiniz ən qara piksel, 0 piksel qara idi.
                        00:04:53.04 Və ən parlaq piksel, 65000 piksel ağ idi.
                        00:04:56.20 Amma bunun əvəzinə biz onları elə miqyaslasaq nə olacaq
                        00:05:00.18 faktiki intensivlik dəyərləri birbaşa monitorlara çəkilir?
                        00:05:03.23 Beləliklə, 0 qara, 255 isə ağ olacaq. Sonra alırsınız
                        00:05:08.13 buna bənzər bir şey. Kiçik hissəni görə bilərsiniz
                        00:05:11.03 Dərinlik şəkilləri yalnız monitorda ən tünd boz səviyyələrdən istifadə edir,
                        00:05:14.24 buna görə də onları həll etmək çox çətindir. 8 bitlik buradadır
                        00:05:18.03 açıq şəkildə monitora uyğun gəlir, buna görə də tam görürük
                        00:05:20.17 gamit qaradan ağa gedir. Və biz daha böyük olanda
                        00:05:23.24 bit dərinlikləri, 4000 və ya 65000 boz səviyyələri, indi görürsünüz
                        00:05:28.10 bütün dinamik diapazon bu kiçik kiçikə sıxılır
                        00:05:30.17 altda bit və 255-dən yuxarı olan hər şey indi bunu göstərir
                        00:05:34.01 ağ. Beləliklə, bu inşallah bu nöqtəni gündəmə gətirməlidir
                        00:05:38.25 Əgər sizdən fərqli bit dərinliyi olan şəkillərə baxırsınızsa
                        00:05:41.26 monitor, siz boz səviyyələrin bir növ uyğunluğunu etməlisiniz.
                        00:05:45.21 görüntünü monitorunuzun boz səviyyələrinə qədər. Yoxsa gedirsən
                        00:05:49.06 hər şeyi ya tünd çalarlara sıxmaq, ya da
                        00:05:52.02 ağ rəngdə çox miqdarda doyurun, əgər baş verməsəniz
                        00:05:55.05 8 bitlik görüntü ilə işləmək. Ona görə də hər zaman düşünməlisən
                        00:06:00.00 bu xəritələşdirməni necə edəcəksiniz. Və ümumiyyətlə,
                        00:06:02.14 Bu, əksər görüntü analiz paketlərində axtarış cədvəli adlanır.
                        00:06:06.04 Buradakı fikir budur ki, sizdə rəqəmsal nömrələr var
                        00:06:09.18 şəkliniz burada alt oxda və yan oxda
                        00:06:13.18 burada, siz monitorunuzun ekran intensivliyinə sahibsiniz. Beləliklə, burada
                        00:06:17.09 biz 8 bitlik bir şəkil çəkə bilərik və necə olduğumuzu idarə edə bilərik
                        00:06:20.10 Şəklin intensivliyini ekrandakı intensivliyə uyğunlaşdırın
                        00:06:22.25 ekran. Və burada biz yalnız aşkar şeyi edirik
                        00:06:25.12 0-dan 255-ə keçən düz xətt ilə xəritəçəkmə.
                        00:06:29.21 Əvəzində, biz indi daha dik bir xətt istifadə edirik
                        00:06:34.13 0-dan bəlkə 50-yə qədər demək olar, buna görə yuxarıdakı hər şeyi doyururuq
                        00:06:37.21 50 ağ rəngdə, indi görüntünün çox yaxşılaşdığını görə bilərsiniz
                        00:06:39.22 parlaq və yuyulur. Beləliklə, bu 8 bitlik bir şəkil üçündür, edə bilərsiniz
                        00:06:45.02 Bu alt miqyasda bunu necə edəcəyinizi eyni şəkildə təsvir edin
                        00:06:48.03 0-dan 255-ə keçmək əvəzinə 0-dan 4000-ə keçdi.
                        00:06:51.02 Və ya 0-dan 65000-ə qədər. Və şəkilləri təqdimat üçün hazırlamaq üçün,
                        00:06:58.16 deyin ki, buna bənzər bir Powerpoint mühazirəsini bir araya gətirirsiniz,
                        00:07:01.19 və ya başqa yerdə jurnal və ya nəşr üçün rəqəmlər hazırlamaq,
                        00:07:05.21 demək olar ki, həmişə orada 8 bitlik fayllara ehtiyacınız var. Çünki kompüter
                        00:07:09.05 ekranlar 8 bitdir və nəşriyyat iş axını ətrafında dizayn edilmişdir
                        00:07:12.09 8 bitlik fayllar. Və belə ki, bəzi daha böyük olan bir şəkil varsa
                        00:07:16.12 bit dərinliyi 8 bitdən çoxdur, əgər sizdə 12 bitlik şəkillər varsa
                        00:07:19.01 0-dan 4095-ə qədər, bunu necə edəcəyinizi düşünməlisiniz.
                        00:07:23.01 xəritəçəkmə. Və burada vacib bir məqam məlumatı itirməyinizdir
                        00:07:26.01 bu prosesdə. Çünki finalımızda cəmi 255 qiymətimiz var
                        00:07:29.23 şəkil, lakin biz ilkin şəklimizdə 4000 dəyərdən başlayırıq.
                        00:07:32.10 Və beləliklə, məsələn, bu xəritələşdirmədəki bütün dəyərlər
                        00:07:35.12 Burada biz yalnız minimumdan maksimuma qədər xəritə çəkirik, bir növ
                        00:07:38.19 düz xətt. 4080 ilə 4095 arasındakı bütün dəyərlər
                        00:07:43.02 onların son görüntüsündə 255-ə uyğunlaşdırılacaq.
                        00:07:45.19 Və ümumiyyətlə, bu, bunu təxirə salmaq istədiyiniz deməkdir
                        00:07:49.17 mümkün qədər uzun müddətə çevrilmə. Bunu sonuncu kimi etməlisiniz
                        00:07:51.24 Şəkil analiz boru kəmərinizdə addım. Əgər bunu çox tez etsən,
                        00:07:55.05 siz bu məlumatı itirirsiniz və bu sizə zərər verə bilər
                        00:07:58.23 sonunda. Bəzi detalları ortaya çıxarmağa çalışdığınız zaman
                        00:08:00.26 bu orijinal şəkildə idi, lakin sonra itirdiyiniz zaman itirdi
                        00:08:03.15 bu çevrilmə. Beləliklə, ümumiyyətlə, doğma bitdə qalmaq istəyirsiniz
                        00:08:07.19 Şəkilinizin dərinliyi, bacardığınız qədər və sonra
                        00:08:10.06 son addım, göndərə biləcəyiniz 8 bitlik bir şəkil yaradın
                        00:08:12.18 naşir və ya Powerpoint-ə yerləşdirin. Beləliklə, bu intensivlikdə
                        00:08:19.21 Burada miqyaslama, bu axtarış cədvəlində bir sıra görəcəksiniz
                        00:08:23.07 Ölçəkləməni necə edə biləcəyinizi ifadə edən terminlər. Elə indi
                        00:08:27.11 biz sadəcə xətti miqyasdan danışırıq, ona görə də müəyyən edə bilərsiniz
                        00:08:29.17 sətir ya min və həm də maksimum olaraq, mən bu barədə danışırdım.
                        00:08:33.09 Ancaq tez-tez kontrast və parlaqlıq şərtlərini də görəcəksiniz,
                        00:08:37.10 və beləliklə kontrast bu xəttin yamacına aiddir, buna görə də əgər
                        00:08:40.09 bu xətti daha dik edin, daha yüksək kontrast əldə edəcəksiniz. etsəniz
                        00:08:43.26 daha dayaz, daha aşağı kontrast əldə edirsiniz. Və sonra parlaqlıq
                        00:08:47.26 o zaman buradakı təyyarə boyunca bu xəttin ofsetidir.
                        00:08:51.21 Beləliklə, əksər proqram paketlərinin bunu təyin etməyə imkan verdiyini görəcəksiniz
                        00:08:57.06 minimum və ya maksimumu təyin etməklə və ya kontrastı təyin etməklə
                        00:08:59.06 və parlaqlıq. Və burada yenə yalnız bu görüntüdür və
                        00:09:04.21 bu parlaqlıq və kontrast tənzimlənməsinin təsirlərini göstərir. Və
                        00:09:07.25 İndi təsvirə əlavə olaraq, burada xəritələşdirməni göstəririk
                        00:09:11.03 bu xətt ilə. Həm də bu boz rəngdə, piksel
                        00:09:15.14 intensivlik histoqramı. Və bu nədir, yalnız bundan keçir
                        00:09:19.02 bütün təsvir və hər pikselə baxmaq və saymaq
                        00:09:21.18 Verilmiş boz səviyyədə neçə piksel var. Və beləcə sən
                        00:09:25.10 bu şəkildə görə bilərsiniz, burada qaranlıqda böyük bir zirvə var
                        00:09:28.20 yerə uyğun gələn piksel və sonra burada səmaya uyğun gələn parlaq piksellərin başqa bir böyük zirvəsi. Daha sonra
                        00:09:34.15 Aralarındakı əşyaların daha az sayda pikseli.
                        00:09:38.22 Və beləliklə, burada görə bilərsiniz ki, əslində bu görüntü yoxdur
                        00:09:41.13 tamamilə 255 və ya 0-da olan hər hansı bir şey var.
                        00:09:44.02 Yer tamamilə qara deyil və səma deyil
                        00:09:47.15 tamamilə ağ. Və beləliklə, biz bu miqyası burada tənzimləyə bilərik
                        00:09:51.01 biz şəklin minimum dəyəri arasında miqyaslandırırıq
                        00:09:53.29 və şəkildəki maksimum dəyər. Və bunun yaratdığını görə bilərsiniz
                        00:09:56.16 yer tamamilə qara, ən parlaq nöqtələrdəki səma isə tamamilə ağdır.
                        00:09:59.10 Və buna görə də buna parlaqlıq/kontrast tənzimlənməsi deyilir və
                        00:10:03.14 Bu, istənilən vaxt tənzimləməli olduğunuz bir növ fundamental vasitədir
                        00:10:07.19 siz ekranda bir şəkilə baxırsınız. Və xüsusilə də əgər
                        00:10:10.17 siz bir az dərinliyi olan bir şəkilə baxırsınız
                        00:10:12.15 onu göstərmək üçün istifadə etdiyiniz ekrandan fərqlidir.
                        00:10:13.27 Beləliklə, bunun nəticəsi budur ki, necə davrandığınıza diqqət yetirmək istəyirsiniz.
                        00:10:20.11 proqram sizin şəklinizi miqyaslandırır. Çox sayda proqram paketi
                        00:10:23.16 müxtəlif yollarla ölçülənəcək. Və iki ümumi defolt
                        00:10:27.12 o, ya tam diapazonda miqyas alacaq, ona görə də burada
                        00:10:29.29 0-dan 65000-ə qədər olan 16 bitlik görüntü. Və miqyaslama
                        00:10:34.15 burada müəyyən edilmişdir ki, o, sadəcə monitorda 0-dan 0-a bərabərdir.
                        00:10:39.18 Və monitorda 65000-dən 255-ə qədər. Və bu görüntünün belə olduğunu görə bilərsiniz
                        00:10:44.12 həqiqətən qaranlıq və qaranlıqdır, çünki əslində heç bir piksel yoxdur
                        00:10:46.20 burada 16 bitin maksimum intensivlik dəyərindədir
                        00:10:49.07 formatı. 65000 dəyərli piksel yoxdur. Yəni alternativ
                        00:10:55.14 Bunu miqyaslandırmağın yolu əvvəlki görüntüdə necə çəkdiyimizdir
                        00:10:58.16 ekran, bu, yalnız minimumdan maksimuma qədər miqyas etmək üçündür.
                        00:11:00.24 Beləliklə, əgər bunu etsək, indi sizin aranızda miqyas alırıq,
                        00:11:04.15 bu rəqəm nə olursa olsun və 10000 və ya daha çox,
                        00:11:07.20 Şəkildəki ən qaranlıq və ən parlaq piksel. İndi siz görə bilərsiniz
                        00:11:11.15 siz bu görüntüyü daha yaxşı çıxarırsınız və bunu görə bilərsiniz
                        00:11:14.08 qalaktika və bəzi ulduzların şəklidir. Və buna görə də çox yaygındır
                        00:11:20.09 proqram paketləri üçün bunların hər ikisini yerinə yetirmək üçün
                        00:11:22.19 minimum və maksimum və tam diapazonu standart olaraq miqyaslandırın
                        00:11:25.26 məlumat. Və ya konkret olaraq minimum və maksimuma avtomatik miqyas vermək
                        00:11:31.08 Baxdığınız şəkil. Xüsusilə, bu avtomatik miqyaslama
                        00:11:34.18 çox gözəldir, çünki onu dərhal asanlaşdırır
                        00:11:37.21 Şəkilinizdə nə olduğuna baxın. Amma iki fərqli yükləsəniz
                        00:11:40.19 Şəkillər və onları avtomatik miqyaslandırın, onlar olmayacaq
                        00:11:42.20 eyni miqyas. Beləliklə, siz birbaşa müqayisə edə bilməzsiniz
                        00:11:44.23 Onlara baxaraq aralarındakı intensivlik. Belədir
                        00:11:48.16 Proqramınızın nə etdiyini bilmək vacibdir.
                        00:11:50.25 Buradakı başqa bir seçim, əlbəttə ki, bunun əvəzinə edə bilərik
                        00:11:55.00 burada yalnız minimum və maksimum dəyərlərə miqyaslanır
                        00:11:57.21 şəkil, biz bu şəkildəki bəzi dəyərləri doyura bildik.
                        00:12:01.08 Bunun əvəzinə minimumdan miqyasını seçə bilərik
                        00:12:03.26 maksimumdan aşağı bir şey və bunun nəticəsidir
                        00:12:06.13 bütün bu parlaq pikselləri ekranda 255-ə təyin etdik,
                        00:12:09.15 və tam ağ rəngdə. Bu parlaq piksel burada 255. Və
                        00:12:13.13 biz o ulduzların daxilində baş verənləri həqiqətən həll edə bilmirik
                        00:12:16.01 indi, amma bunun əvəzinə bu gözəl spiralı çox aydın görə bilərik
                        00:12:19.18 Qaranlıq və yaxşı həll olunmayan qalaktika burada
                        00:12:22.19 əvvəl monitorumuzda. Burada miqyaslandırma üçün başqa bir seçimdir
                        00:12:28.29 sadə xətti miqyasdan kənara çıxmaq və bunun əvəzinə tətbiq etmək
                        00:12:32.01 bir növ qeyri-xətti miqyaslama. Və çox ümumi
                        00:12:34.27 qamma düzəliş olduğunu görəcəksiniz. Və bu, əsasən, bir
                        00:12:39.20 Məlumatlarınızın eksponensial və ya loqarifmik xəritəsi.
                        00:12:42.07 Və qamma 1-ə bərabərdir, xətti miqyaslamaya uyğundur.
                        00:12:45.25 Beləliklə, ortadakı bu düz xətt qamma bərabərdir
                        00:12:48.16 1 hal. Və sonra qamma dəyərləri əsasən 1-dən azdır
                        00:12:53.16 şeyləri yüksək intensivliklə doyurur və həqiqətən uzanır
                        00:12:56.21 Aşağı intensivlikli obyektlər arasında intensivlik fərqləri. Və belə edə bilərsiniz
                        00:13:00.05 burada baxın, bu əyrinin yamacı aşağı intensivliklər üçün çox dikdir
                        00:13:03.24 girişdə. Və beləliklə, biz çoxlu boz miqyasda edirik
                        00:13:08.10 aşağı intensivlikli obyektlər arasındakı fərqlər, lakin sonra əldə etdiyimiz kimi
                        00:13:11.24 daha yüksək intensivlikli obyektlərə, biz onları düzəldirik
                        00:13:14.27 və həqiqətən parlaqlığı təmsil etmək üçün çox boz tərəzi istifadə etmə
                        00:13:18.05 obyektlər. Əksinə, 1-dən yuxarı olan qamma bunun əksini edir.
                        00:13:23.11 Beləliklə, buradakı bütün zəif əşyaları az sayda sıxışdıracaq
                        00:13:27.06 boz tərəzi və daha parlaq olanlar arasında boz tərəzi uzatın
                        00:13:30.03 Nümunədəki obyektlər. Və bunlar daha az istifadə olunur
                        00:13:34.20 ancaq şəkilləriniz varsa, onlar çox faydalıdır
                        00:13:38.16 mühüm fərqlərin olduğu böyük dinamik diapazon
                        00:13:41.04 intensivlik spektrinin bir və ya digər ucunda cəmlənmişdir.
                        00:13:44.09 Və beləliklə, bu qalaktika şəklinə tətbiq olunanı göstərir.
                        00:13:47.02 Burada qamma 1-ə bərabərdir, qammada 1-dən yuxarıdır, burada görə bilərsiniz
                        00:13:52.04 Bu, həqiqətən, obyektdəki tutqun əşyaları görməyi çətinləşdirir.
                        00:13:54.27 Ancaq burada, 1-dən aşağı olan qamma bu qaranlıqları çıxarmağa kömək edir
                        00:13:58.25 Bu spiral qalaktikanı təşkil edən fon pikselləri
                        00:14:00.21 əks halda itəcək.
                        00:14:04.17 Tamam, bütün bunlarla şəkillərimizə edə bilərik,
                        00:14:07.10 nə məqbuldur? Burada hansı elmi standart var
                        00:14:11.12 Nəşr edilmiş bir məqalədə nə edə bilərsiniz?
                        00:14:15.05 Və Hüceyrə Biologiyası Jurnalı çox iş gördü
                        00:14:17.23 bu və onların edə biləcəyiniz çox gözəl təlimatları var
                        00:14:20.04 bu vebsaytları burada tapın. Amma onları qısaca ümumiləşdirsək,
                        00:14:24.10 Ümumi fikir parlaqlıq və kontrast tənzimləmələridir
                        00:14:27.12 tamam. Onları bütün görüntü üzərində etdiyiniz müddətcə və siz
                        00:14:30.26 fonu gizlətməyin və ya silməyin. Deməli, yox
                        00:14:33.00 sıfır səviyyələrinizi bastıracağınız qədər yüksək qurmaq istəyir
                        00:14:37.27 Şəkillərinizdə real fon siqnalı. Və siz də istəmirsiniz
                        00:14:42.12 rəqəminizdə fərqli obyektlərə fərqli yanaşmaq və ya
                        00:14:45.27 Eyni baxış sahəsində fərqli obyektlər fərqlidir.
                        00:14:48.11 Qamma kimi qeyri-xətti tənzimləmələri tələb edirlər
                        00:14:51.19 düzəlişlər, açıqlanacaq. Və ən əsası, kəsə bilməzsiniz və
                        00:14:55.18 Şəkil içərisində bölgələri yapışdırın. Beləliklə, bir kompozisiya yarada bilməzsiniz
                        00:14:58.16 çoxlu şəkillər, burada ağ çubuqlar arasında aydın görünmür.
                        00:15:01.24 Kompozit hazırladığınızı söyləyən şəkillər. Onlar yox
                        00:15:03.15 real həyatda əslində bir yerdə olmayan şeyləri bir yerə yığmanızı istəyir.
                        00:15:08.10 Və nəhayət, və xüsusilə kritik bir nöqtə, hər hansı bir şey etməkdir
                        00:15:12.10 Şəkilinizdə real müqayisələr, nəzarətinizi müalicə etməlisiniz
                        00:15:14.23 və eksperimental məlumatlar eynidir. Beləliklə, siz onları göstərmək istəyirsiniz
                        00:15:17.13 eyni miqyasdan və eyni qamma düzəlişlərindən istifadə edərək,
                        00:15:19.16 qamma korreksiyası etmisinizsə və s.
                        00:15:21.13 Tamam, bu, necə göstəriləcəyinin əsaslarıdır
                        00:15:27.02 boz tonlu şəkillər. İndi isə rəngdən istifadə haqqında bir az danışmaq istəyirəm.
                        00:15:29.29 Beləliklə, indiyə qədər biz özümüzü tamamilə istifadə etməklə məhdudlaşdırdıq
                        00:15:34.16 qara və ağ boz rəngli görüntü göstərilir. Amma heç bir səbəb yoxdur
                        00:15:39.01 rəngdən istifadə edə bilməzsiniz. Və burada yalnız bir nümunə var 2 bit
                        00:15:43.13 şəkil. Onun dörd fərqli dəyəri var, 0, 1, 2 və 3.
                        00:15:47.08 Piksel dəyərləri buradadır və bu şey necə görünür.
                        00:15:49.27 Bu bir az parlaq yerdir. Beləliklə, biz onu boz rəngdə göstərə bilərik
                        00:15:54.29 Biz burada hər zaman etdiyimiz yolu ölçün.
                        00:15:56.25 Amma biz eyni zamanda müxtəlif boz dəyərləri fərqli rənglərlə əlaqələndirə bilərik
                        00:16:01.16 ekranda. Beləliklə, burada istifadə etdiyimiz rəngli xəritə göstərilir
                        00:16:06.09 Bu obyekti göstərmək üçün qara və yaşıl çalarları. Və sonra
                        00:16:09.13 saxta rənglər yaşıldır. Ancaq burada dayanmaq lazım deyil, edə bilərik
                        00:16:12.14 0 və 3-ü göstərən bu kimi qəribə rəng miqyasından istifadə edin,
                        00:16:16.13 ən qaranlıq və ən parlaq şey, hər ikisi qırmızıya. Və edə bilərsən
                        00:16:20.09 orada necə göründüyünü görün. İstifadə edə bilərsiniz, bilirsiniz,
                        00:16:23.04 Əsasən istədiyiniz rəng miqyası. Və bəzən
                        00:16:26.23 imicinizdə kiçik fərqləri ortaya çıxarmaq üçün yaxşı bir yoldur.
                        00:16:29.12 Beləliklə, burada kifayət qədər uniforma növünə baxan bir nümunə var
                        00:16:33.04 boz tonlu şəkil. Bu parlaqlıq və ya a olur
                        00:16:38.03 Sadəcə baxdığımız mikroskop üçün düz sahə korreksiyası
                        00:16:40.29 mikroskopda vahid işıqlandırmada. Və biz miqyas aldıq
                        00:16:45.08 bunu şəkildəki minimum və maksimuma qədər. Beləliklə, burada
                        00:16:47.12 boz tərəzi, burada 7000-dən 8-ə və ya 9000-ə qədər işləyirlər.
                        00:16:52.05 Və bunda çoxlu struktur görə bilərsiniz, lakin bu daha aydın olur
                        00:16:57.02 Əgər biz indi bunu yalnız çalarlarda deyil, yanlış rəngləndirsək
                        00:16:59.18 boz və bu rəng xəritəsi, bu istilik xəritəsi mavidən gedir
                        00:17:02.00 qaranlıq obyektlər üçün parlaq obyektlər üçün tünd qırmızıya qədər.
                        00:17:05.17 Və biz bunu edəndə görə bilərsiniz, indi fərq edə bilərik
                        00:17:10.06 Bu şəkildəki incə detallar daha asan. Həm də edir
                        00:17:13.18 Burada rəng çalarlarını intensivliyə uyğunlaşdırmaq daha asandır
                        00:17:18.08 Mən burada bu rəng miqyasına baxıram, çünki daha asandır
                        00:17:21.08 rəng fərqlərini bir-birindən ayırmaq üçün
                        00:17:24.17 iki boz tərəzi. Biz də etmək üçün bu prosedurdan istifadə edə bilərik
                        00:17:30.06 saxta rəngli şəkillər. Beləliklə, burada üç götürmək üçün bir nümunə var
                        00:17:33.12 şəkillər. Bunlar üç rəngli ləkələnmiş toxuma mədəniyyəti hüceyrələridir.
                        00:17:36.16 Buradakı nüvələr, burada mitoxondriyalar və aktin üçün boyandı
                        00:17:40.16 burada. Və burada solda göstərilən yalnız boz rəngdir
                        00:17:45.00 xəritələr və sağda xüsusi rəng tətbiq olunur
                        00:17:47.27 mərkəzdəki bu çubuqlardan həmin görüntüyə qədər tərəzi.
                        00:17:50.16 Beləliklə, biz nüvələri mavi, mitoxondriləri sarı rəngdə,
                        00:17:53.29 və bu cür bənövşəyi rəngdə olan aktin. Və əgər indi
                        00:17:59.14 bu üç şəklin hamısını bir yerə qoyun və üst-üstə qoyun,
                        00:18:01.26 biz bu çox yaraşıqlı rəngli görüntü əldə edirik.
                        00:18:07.25 Və bu məni rəngli şəkillərə gətirir. Beləliklə, ən çox mikroskop
                        00:18:13.24 və xüsusilə flüoresan mikroskopiya ilə aparılır
                        00:18:15.24 boz tonlu şəkillər. Sadəcə kameralarımız monoxrom olduğundan,
                        00:18:20.25 və biz bunu adətən aşkar edirik. Amma rəngli şəkillər var
                        00:18:23.12 də açıq-aydın olduqca vacibdir. Xüsusilə rəqəmlər hazırlamaq üçün
                        00:18:26.23 nəşr, həmçinin mikroskopsuz tətbiqlər üçün və ya
                        00:18:31.03 H&E-yə baxdığınız mikroskop tətbiqləri
                        00:18:34.09 ləkələnmiş nümunələr və ya digər patoloji tipli nümunələr,
                        00:18:36.26 Nümunənizin əsl rəngli şəklini istədiyiniz yerdə.
                        00:18:39.10 Beləliklə, rəngli görüntü üç boz miqyaslı şəkildən başqa bir şey deyil,
                        00:18:43.08 qırmızı kanal üçün hər biri bir şəkil, yaşıl kanal,
                        00:18:47.24 və mavi kanal. Və hər hansı digər şəkillər kimi bunlar ola bilər
                        00:18:51.16 bit dərinliyi, az və ya çox standartdır ki, onlar ya 8, ya da 16-dır
                        00:18:54,27 kanal başına bit. Beləliklə, burada yalnız rəngli bir şəkilə baxsaq,
                        00:18:59.27 bu, qırmızının bu üç şəklinə parçalana bilər,
                        00:19:03.12 yaşıl və mavi. Və sonra bunların hər biri həqiqətən ədalətlidir
                        00:19:06.28 burada müvafiq axtarış cədvəli ilə monoxrom şəkil
                        00:19:11.11 ona tətbiq olundu. Bilirsiniz, qırmızı üçün qırmızı masaya baxın,
                        00:19:14.21 Yaşıl üçün yaşıl axtarış cədvəli və mavi axtarış cədvəli
                        00:19:16.21 mavi. Və bunlar bir neçə fərqli yerdə saxlanıla bilər
                        00:19:22.05 yolları. Siz hər bir xüsusi piksel üçün saxlaya bilərsiniz,
                        00:19:25.24 ya qırmızı dəyər, ya yaşıl dəyər, ya da mavi dəyər,
                        00:19:27.14 və sonra növbəti piksel üçün qırmızı dəyər, yaşıl dəyər,
                        00:19:29.11 mavi dəyər. Və ya həqiqətən bu üçü ayrı saxlaya bilərsiniz
                        00:19:32.17 üç təyyarə kimi şəkillər. Bütün qırmızı olan qırmızı təyyarə
                        00:19:36.05 piksel, bütün yaşıl piksellərə malik yaşıl təyyarə,
                        00:19:38.04 və bütün mavi piksellərə malik mavi təyyarə. Siz yox
                        00:19:41.22 Çox vaxt bu barədə narahat olmaq lazımdır, çünki sizin
                        00:19:44.14 Proqram təminatı yükləmə və düzgün çeşidləmə ilə məşğul olmalıdır
                        00:19:47.17 rəngli təsvirdə rəng məlumatının necə göstəriləcəyini öyrənin.
                        00:19:51.02 Mikroskopiyada daha mürəkkəb olması adi haldır
                        00:19:56.26 Şəkil formatları yalnız qara və ya ağ və ya rəngli deyil.
                        00:19:59.11 Sizdə tez-tez şəkillər yığınları və ya ardıcıllığı olur, deyin ki, əgər sizdə varsa
                        00:20:03.13 film çəkildi. Və ya bəlkə burada diqqət mərkəzində olan bölməni götürmüsünüz
                        00:20:07.04 və nümunənizdə fərqli z təyyarələri dəsti.
                        00:20:08.29 Və ya digər dəyişənlər, yalnız qırmızı, yaşıl və daha çox rəng
                        00:20:13.04 mavi. Şəkildə beş və ya altı dalğa uzunluğu edə bilərsiniz.
                        00:20:15.10 Siz 96 quyusunda bir neçə mərhələ mövqeyini yerinə yetirə bilərsiniz
                        00:20:18.22 nömrə. Beləliklə, sizə bu 3 ölçülü yığını verəcəkdir
                        00:20:22.22 Burada bunların hər biri üçün 2D təsviriniz var
                        00:20:25.18 təyyarələr. Və əslində, indi mikroskopiyada bu çox yaygındır
                        00:20:28.17 yalnız yığınları deyil, insanların hiperstack və ya adlandırdıqları şeyi etmək
                        00:20:32.13 çoxölçülü şəkillər, bəlkə də, haradan əldə edə bilərsiniz
                        00:20:34.28 vaxt seriyası. Və hər zaman nöqtəsində z mövqeləriniz var,
                        00:20:37.27 və hər z mövqeyində birdən çox rənginiz var. Belə ki, var
                        00:20:40.05 dörd ölçülü şəkil yığını. Və beləliklə, necə saxlamaq olar
                        00:20:47.14 və bütün bu məlumatları idarə etmək bir növ problemə çevrilir.
                        00:20:49.24 Beləliklə, indi danışmaq istədiyim şey, fayl formatları
                        00:20:54.08 və onu necə saxladığınız və bu məlumatla necə işlədiyiniz. Və xüsusilə,
                        00:20:59.00 Şəkillər olduqca böyük ola bilər. Yaxşı, şəkillərin özləri deyil,
                        00:21:02.22 bütün məlumat dəsti qədər. Çox istifadə olunan kamera
                        00:21:06.08 mikroskop bu ölçülərə malikdir, bu 1392x1040
                        00:21:10,02 piksel kamera, yəni təxminən 1,4 - 1,5 meqapikseldir. Və bu
                        00:21:15.00 14 bitlik şəkilləri qeyd edir, ona görə də saxlamaq üçün 2 bayt lazımdır.
                        00:21:19.08 məlumat. Beləliklə, yalnız bir yaddaş saxlamaq üçün 2,8 meqabayt tələb olunur
                        00:21:22.13 Həmin kameradan görüntü. Belə ki, indi, image bəzi edirik
                        00:21:27.01 Olduğunuz yerdə mürəkkəb çoxölçülü təcrübə
                        00:21:29.10 üç kanal əldə etmək. Hər mövqedə siz əldə edirsiniz
                        00:21:33.13 15 şəkil və sonra bütün bunları edirsiniz
                        200 vaxt nöqtəsi üçün 00:21:36.19. Beləliklə, hər zaman sən gedirsən
                        00:21:39.04 15 z-mövqenizi, sonra isə hər z-mövqeyinizi qeyd etmək üçün,
                        00:21:42.05 3 kanalınızı qeyd edirsiniz. Bütün bunları çoxaltsanız,
                        00:21:45.14 3 kanaldan 2,8 meqabayt və dəfələrlə əldə etdiniz
                        00:21:49.11 15 z-mövqe, 200 vaxt nöqtəsi və bu işləyir
                        00:21:52.08 25 gigabaytlıq məlumat dəstinə. Və bu xüsusi deyil
                        00:21:56.14 mürəkkəb mikroskopiya təcrübəsi. Bunu tez-tez görə bilərsiniz
                        00:22:00.16 nümunənizdə birdən çox vəzifə yerinə yetirərkən birləşdirilmişdir.
                        00:22:03.06 Və bu daha da böyüyür. Belə ki, məlumat dəstləri
                        00:22:07.18 10, 20 və ya daha çox gigabayt qeyri-adi deyil. bilirəm
                        00:22:10.03 200 gigabayt məlumat dəstini müntəzəm olaraq qeyd edən insanlar
                        00:22:13:04 axşam. Və belə açıq-aydın, siz data saxlamaq istəyirsinizsə, bu böyük dəstləri
                        00:22:17.29 Onları ən yaxşı şəkildə necə saxlamağınız barədə həqiqətən düşünməlisiniz. Və
                        00:22:20.24 xüsusilə, haradan bütün məlumatları necə izləmək olar
                        00:22:23.04 Bu şəkillərin hər biri ondan gəldi. Bilirsiniz, indi bu var
                        00:22:26.20 minlərlə şəkil və z mövqeyini bilməlisiniz
                        00:22:29.21 və vaxt nöqtəsi və hər şəklin uyğun olduğu kanal.
                        00:22:31.21 Bu da sıxılma məsələsini gündəmə gətirir. Çünki
                        00:22:37.10 Əgər ehtiyacınız yoxdursa, 25 gigabayt saxlamamaq istərdiniz.
                        00:22:41.02 Beləliklə, şəkillər üçün iki növ sıxılma istifadə olunur
                        00:22:45.13 və ya ümumiyyətlə şeylər üçün istifadə olunur. Və itkisiz sıxılma var
                        00:22:50.10 və itkili sıxılma. Və bunlar arasındakı fərqi bilməkdir
                        00:22:53.28 həqiqətən kritik. Beləliklə, itkisiz sıxılma səsləndiyi kimidir,
                        00:22:58.15 orijinal şəklinizdəki bütün məlumatları qoruyur.
                        00:23:01.12 Lazımsız məlumatları silməklə şəklinizi sıxır
                        00:23:04.18 faktdan sonra bərpa edilə bilər. Bu o deməkdir ki, siz həmişə edə bilərsiniz
                        00:23:07.15 orijinal şəklinizi, orijinal xam məlumatlarınızı geri alın
                        00:23:09.22 Sıxılmış olmasına baxmayaraq, bu görüntüdən
                        00:23:12.05 və daha az yer tutur. Ən sıxılma siz yəqin ki
                        00:23:16.20 ilə tanış olan itkisiz deyil. Amma itkili sıxılmadır.
                        00:23:20.05 Beləliklə, bu sıxılma növüdür
                        00:23:22.24 standart görüntüləmə üçün istehlakçı kameraları
                        00:23:29.15 iPhone və ya rəqəmsal kameranız. Və etmək üçün
                        00:23:34.08 Buradakı şəkillər daha kiçikdir, bunun nə etdiyi çölə atılır
                        00:23:37.03 vizual olaraq aydın olmayan görüntü məlumatları. Beləliklə, aradan qaldırır
                        00:23:42.14 Şəkildə həqiqətən görə bilmədiyiniz kiçik detallar.
                        00:23:45.27 Ancaq orada atılan real məlumatlar var.
                        00:23:49.16 Və əslində, bu itkilərdən birinə sıxışdırsanız
                        00:23:54.23 sıxılma alqoritmləri, nəhayət, görməyə başlayırsınız
                        00:23:56.16 təqdim etdiyi artefakt. Amma çox vaxt insanlar
                        00:24:01.14 Bu alqoritmləri yazın, onu elə dizayn etməyə çalışın ki,
                        00:24:04.11 məlumatı atır, gözünüz üçün həqiqətən aydın deyil,
                        00:24:06.17 amma yenə də mütləq məlumatı atır.
                        00:24:09.10 Və bu o deməkdir ki, burada xam məlumatlarınızı geri ala bilməyəcəksiniz.
                        00:24:11.25 Bu sıxılma alqoritmlərindən birini keçdikdən sonra
                        00:24:13.25 bu itkilidir, JPEG çox yaygındır, siz itirdiniz
                        00:24:18.15 şəkliniz haqqında məlumat və onu geri ala bilməyəcəksiniz.
                        00:24:21.01 Və bu, elmi iş görmək deməkdir, bunlar
                        00:24:25.13 həqiqətən dəhşətli fikirlərdir. Çünki siz özünüzü korladınız
                        00:24:29.26 xam məlumat və siz artefakt materialları təqdim edə bilərsiniz
                        00:24:34.23 orada. Məlumatlarınıza təsir edə biləcək artefaktların daxil edilməsi
                        00:24:39.03 Nəticələriniz. Və həqiqətən əla bir yazı var
                        00:24:42.24 üçün məlumatların sıxılması haqqında bu saytda
                        00:24:46.20 həm şəkillər, həm də video. Ancaq evə apar mesajı üçündür
                        00:24:50.00 istənilən elmi iş, itkisiz sıxılmadan istifadə etmək istəyirsiniz
                        00:24:53.06 və itkili sıxılma deyil. Ona görə də mən sadəcə danışmaq istəyirəm
                        00:24:58.13 fayl formatları bir az. Ən çox yayılmış fayl formatlarından biridir
                        00:25:02.17 görüntüləmədə istifadə edildiyini görəcəksiniz TIFF, bu kifayət qədər köhnə bir fayldır
                        00:25:05.25 formatı. Ancaq həm 8, həm də 16 bitlik şəkilləri dəstəkləyir, bu gözəldir
                        00:25:10.04 çünki biz hər ikisi ilə işləyirik. İtkisiz sıxılmanı dəstəkləyir,
                        00:25:13.22 bu da gözəldir, çünki itkili istifadə etmək istəmirik
                        00:25:16.05 sıxılma. Və boz rəng və ya RGB dəstəkləyir. Mənfi tərəfi
                        00:25:20.04 ümumi olaraq, TIFF yalnız bir şəkil saxlayır və ya
                        00:25:24.08 tək rəngli şəkil. Beləliklə, bizim nümunədə olduğumuz yer deməkdir
                        00:25:27.05 üç kanal və 15 z-stack və 200 vaxt nöqtəsi alaraq,
                        00:25:31.20 Bütün bunları izləmək üçün minlərlə TIFF-ə ehtiyacımız olacaq
                        00:25:35.16 şəkillər. Və bu o qədər də gözəl deyil. Başqa fayl formatları var, var
                        00:25:40.29 JPEG-in yeni variantı, JPEG 2000, sizin görmədiyiniz
                        00:25:43.03 o qədər, itkisiz və olduqca gözəldir. Daha sonra
                        00:25:46.29 Əsasən bunları izləmək məsələsi ilə məşğul olmaq
                        00:25:49.28 minlərlə şəkil, mikroskop şirkətlərinin əksəriyyəti
                        00:25:53.15 öz xüsusi formatı ilə gəldi, buna görə də görürsən
                        00:25:55.19 IDS və ND2 kimi şeylər, bu Nikon formatı, ZVI və LSM
                        00:25:59.24 Zeiss formatları və s. və bunlar ümumiyyətlə
                        00:26:04.05 olduqca gözəl. Onlar itkisizdirlər və tam dəstəkləyirlər
                        00:26:06.16 sisteminizin bit dərinliyi. Demək olar ki, həmişə bu xüsusi formatlar
                        00:26:10.28 çoxölçülü şəkilləri dəstəkləyəcək, beləliklə siz bunu saxlaya bilərsiniz
                        00:26:14.17 200 zaman nöqtəsi datası ilə 15 z dilimi ilə bütün üç kanal
                        00:26:20.18 tək bir fayl olaraq, tək böyük bir fayl olaraq, ancaq tək
                        00:26:23.27 fayl. Və bu xüsusi formatlar da tez-tez izləyəcək
                        00:26:28.11 təcrübənizin metadatası. İzləyəcək
                        00:26:30.22 mikroskopunuzun necə qurulduğu və z-aralığı kimi
                        00:26:34.21 z-stackinizdə idi. İstifadə etdiyiniz müxtəlif kanallar nə idi.
                        00:26:36.29 Taymlapsınızdakı vaxt intervalı nə qədər idi.
                        00:26:40.09 Və beləliklə, bunlar çox gözəl seçimlərdir, lakin mənfi cəhətlər
                        00:26:43.02 Onlara görə, onlar adət etdikləri üçün həmişə deyillər
                        00:26:45.14 portativ. Beləliklə, siz əlbəttə ki, bunları aça bilməyəcəksiniz
                        00:26:48.21 Photoshop kimi bir şey, onları hər zaman aça bilərsiniz
                        00:26:52.13 istehsalçının proqram təminatı və ümumiyyətlə plaginləri tapa bilərsiniz
                        00:26:54.29 ImageJ kimi şeylərdə onları açır. Ancaq onları almaq istəyirsinizsə
                        00:26:58.00 bir şeyə, görüntü təhlili etmək üçün xüsusi bir proqrama,
                        00:27:00.04 Siz yəqin ki, onları TIFF yığınına çevirməli olacaqsınız
                        00:27:03.02 əvvəlcə. Beləliklə, bir dəstə TIFF və sonra onları yükləyin
                        00:27:06.14 proqramınız. Və sonra fayl formatlarının bütün dəstəsi var
                        00:27:09.26 yəqin ki, qarşısını almaq istəyirsiniz. Və bunlar JPEG kimi şeylərdir,
                        00:27:13.13 çünki itkili olduğunu söylədim, bu köhnə GIF formatı və ya BMP və hamısı
                        00:27:19.08 Bu formatlar daha asan işləmək üçün hazırlanmışdır
                        00:27:22.13 Məlumatların həqiqətən qorunmasından daha çox istifadə və ya kompüter sadəliyi.
                        00:27:27.21 Bunların çoxu yalnız 8 bitlə, bəziləri isə məhduddur
                        00:27:31.25 JPEG kimi də avtomatik olaraq itkili sıxılmadan istifadə edir. Və sairə
                        00:27:35.08 Ümumiyyətlə, onlar sizin məlumatlarınızı bir şəkildə korlamağı tələb edirlər
                        00:27:38.04 yəqin ki, etmək istəmirəm. Onlar qoymaq üçün yaxşı ola bilər
                        00:27:41.16 Veb saytınızdakı şəkillər, lakin siz onlardan istifadə etmək istəmirsiniz
                        00:27:44.11 elmi məlumat emal zənciri. Beləliklə, nəhayət, sadəcə istədim
                        00:27:49.19 orada olan proqram vasitələri haqqında bir neçə söz söyləyin
                        00:27:52.15 Şəkil təhlili və şəkillərlə işləmək. Həqiqətən böyük var
                        00:27:56.18 onların sayı, buna görə də burada heç bir təfərrüata girmək fikrində deyiləm,
                        00:27:59.22 ancaq orada olanları ümumiləşdirmək üçün.
                        00:28:02.05 Beləliklə, hər ikisini yerinə yetirəcək çox sayda proqram var
                        00:28:04.24 əldə etmə, yəni mikroskopunuzu idarə edəcəklər və
                        00:28:07.23 məlumat təhlili edin. Və beləliklə, çoxlu sayda reklam var
                        00:28:11.18 olanlar, NIS-Elements Nikonun proqram təminatıdır, AxioVision
                        00:28:15.00 Zeiss-in proqram təminatıdır. MetaMorph bir proqram paketidir
                        00:28:19.01 uzun müddətdir ki, mikroskopdan müstəqildir və nəzarət edəcək
                        00:28:23.09 çox müxtəlif mikroskoplar. Slidebook oxşar proqramdır
                        00:28:27.09 MetaMorph-a bu şəkildə. Və sonra Mikro-Menecer
                        00:28:29.28 toxunmaq istədiyim biridir, çünki o, UCSF-də hazırlanmışdır.
                        00:28:32.17 Və pulsuz və açıq mənbədir və bu, əsasən bir
                        00:28:37.00 ImageJ daxilində yaşayan və mikroskopları idarə edəcək plagin.
                        00:28:40.14 Və sonra məlumatların təhlili üçün ImageJ funksiyalarından istifadə edə bilərsiniz.
                        00:28:43.25 Beləliklə, bütün bu proqramlar sizə mikroskopunuzu idarə etməyə imkan verəcək
                        00:28:46.24 və bir çox fərqli məlumat təhlili tapşırıqlarını yerinə yetirin. Sonra bir dəstə var
                        00:28:51.00, yəqin ki, tanış olduğunuz Photoshop kimi təqdimat alətləri
                        00:28:54.09 ilə və ya bunun pulsuz açıq mənbə versiyası Gimp.
                        00:28:57.14 Bunlar əslində elmi məlumatların aparılması üçün nəzərdə tutulmayıb
                        00:29:00.21 təhlil, lakin cəlbedici rəqəmlər hazırlamaq və qoymaq üçün
                        00:29:03.18 verilənləri birlikdə bir şəkildə göstərə biləsiniz və ya
                        00:29:06.10 təqdimatda. Və sonra həsr olunmuş bir dəstə var
                        00:29:11.21 Şəkil təhlili paketləri və bunlara şeylər daxildir
                        00:29:13.24 Matlab kimi, bu həqiqətən ümumi məqsədli proqramlaşdırmadır
                        00:29:16.27 bir çox cəhətdən dil, lakin bunu etmək üçün çox gözəl alətlərə malikdir
                        00:29:19.06 Şəkil təhlili. Bu açıq mənbə olan ImageJ pulsuzdur
                        00:29:25.07 Quraşdırılmış çoxlu müxtəlif görüntü analizi rutinləri olan alət
                        00:29:29.06 görüntü təhlili aparmaq üçün istifadə edə biləcəyiniz. İmaris
                        00:29:33.09 kommersiya paketidir və həqiqətən etmək üçün optimallaşdırılmışdır
                        00:29:36.03 yüksək səviyyəli 3D vizuallaşdırma. Başqa bir pulsuz açıq mənbə olan CellProfiler
                        00:29:41.25 Yüksək ötürmə qabiliyyətini yoxlamaq üçün optimallaşdırılmış alət
                        00:29:46.05 təhlil, beləliklə minlərlə və ya on minlərlə təhlil
                        00:29:49.01 şəkillər avtomatik. Və məndə olmayan bir çox başqaları var
                        00:29:52.10 burada qeyd olunur, bəzən xüsusi olaraq ixtisaslaşır
                        00:29:55.15 tapşırıqlar və ya bunlardan bir az daha az istifadə olunur.
                        00:29:59.24 Bu gün deyəcəklərim budur və mən sadəcə təşəkkür etmək istəyirəm
                        00:30:04.12 Çoxlu slaydlar təqdim edən Nico Stuurman
                        00:30:07.21 bu danışıq üçün kontur. Çox sağ ol.


                        Çoxölçülü fayllar

                        • ardıcıl çoxkanallı fayl View stack ilə düzgün şəkildə açılır: Hyperstack
                        • bəzən eyni vaxtda çoxkanallı fayllar bir-birinə qarışan kanallarla aça bilər və burada bir həll yolu var
                          1. Baxış yığınından istifadə etmək lazımdır: Standart ImageJ və Yığın sırası: Defolt (xyzct)
                          2. açılmış yığını hiperstekə çevirin, Image > Hyperstack > Stack-i hiperstek edin. standart xyczt sifarişindən istifadə edin və müvafiq c, z, t dəyərini doldurun

                        İçindəkilər

                        ImageJ 8 bit rəngli və boz miqyaslı, 16 bitlik tam ədəd və 32 bitlik üzən nöqtəli şəkilləri göstərə, redaktə edə, təhlil edə, emal edə, saxlaya və çap edə bilər. O, TIFF, PNG, GIF, JPEG, BMP, DICOM və FITS daxil olmaqla bir çox şəkil faylı formatlarını, eləcə də xam formatları oxuya bilər. ImageJ təsviri dəstəkləyir yığınlar, bir pəncərəni paylaşan bir sıra şəkillər və o, çox yivlidir, buna görə də çox CPU aparatında çox vaxt aparan əməliyyatlar paralel olaraq həyata keçirilə bilər. ImageJ istifadəçi tərəfindən müəyyən edilmiş seçimlərin və intensivlik həddi olan obyektlərin sahə və piksel dəyəri statistikasını hesablaya bilər. Məsafələri və açıları ölçə bilir. O, sıxlıq histoqramları və xətt profili süjetləri yarada bilər. O, təsvirlər arasında məntiqi və arifmetik əməliyyatlar, kontrast manipulyasiyası, bükülmə, Furye təhlili, itiləmə, hamarlaşdırma, kənar aşkarlama və median filtrləmə kimi standart təsvirin emal funksiyalarını dəstəkləyir. Ölçəkləmə, fırlanma və sürüşmə kimi həndəsi çevrilmələr edir. Proqram eyni zamanda istənilən sayda təsviri dəstəkləyir, yalnız mövcud yaddaşla məhdudlaşır.

                        ImageJ 1997-ci ildə buraxılmazdan əvvəl oxşar pulsuz görüntü analizi proqramı kimi tanınırdı NIH Şəkil OS X-dən əvvəlki əməliyyat sistemləri ilə işləyən Macintosh kompüterləri üçün Object Pascal dilində hazırlanmışdır. Bu kodun sonrakı inkişafı skan edən mikroskop şəkillərinin fiziki tədqiqi üçün hazırlanmış variant olan Image SXM şəklində davam edir. Windows versiyası – Scion Corporation tərəfindən daşınmışdır (indi fəaliyyət göstərmir), sözdə Windows üçün Scion Image – həm də inkişaf etdirildi. Hər iki versiya hələ də mövcuddur, lakin - NIH Image-dən fərqli olaraq - qapalı mənbə. [12]


                        Təşəkkürlər

                        Robert Haase, Hella Hartmann, Florian Jug, Anna Klemm və Pavel Tomancak-a əlyazma və fırıldaqçı vərəqlərdə konstruktiv şərhlərə görə təşəkkür edirik. Andreas Müller Şəkil 4-də istifadə olunan EM görüntüsünə töhfə verdi. Fiqurların hazırlanmasında şrift zəhmli ikonalardan istifadə olunub. Biz rəyçilərimizə və oxucularımıza işimizi əhəmiyyətli dərəcədə təkmilləşdirən çox faydalı şərhlərinə görə təşəkkür edirik.

                        Bu nəşr COST (Elm və Texnologiyada Avropa Əməkdaşlıq Təşkilatı) tərəfindən maliyyələşdirilən COST Action NEUBIAS (CA15124) tərəfindən dəstəklənib.


                        Videoya baxın: Use of ImageJ in scientific image analysis I FEU IAS Vase (Iyul 2022).


Şərhlər:

  1. Obasi

    Bravo, uydurma)))))

  2. JoJom

    Ey! Super məqalə! Blog in reader unambiguously

  3. Gubei

    Çox gülməli bir düşüncə

  4. Gage

    Also that we would do without your very good idea

  5. Taubei

    Üzr istəyirəm, amma bu mənə yaraşmır. Başqa kim nəfəs ala bilər?



Mesaj yazmaq