我正在尝试使用 EBImage 包来计算图像中的对象。以下代码有效。但是,因为我有一个相对较大的数据集(大约 1000 张图像),重复此代码 1000 次可能真的很累。我需要使代码更有效(通过最小化工作量),我想知道您是否可以帮助我简化流程。我的具体问题是,我可以只使用命令一次(对于所有图像)处理所有图像并获取显示每个图像“最大”结果的数字列表吗?
# library(EBImage)
#Reading Images
a <- readImage("https://scontent.cdninstagram.com/vp/8b4999eb71b5381b5b68d4bef635630e/5B735DE7/t51.2885-15/sh0.08/e35/p640x640/29415832_1622274641183922_9158751921719214080_n.jpg")
b <- readImage("https://scontent.cdninstagram.com/vp/2aa22b810fabd2478065503c9a921daf/5B64459B/t51.2885-15/e35/29739757_359646237856246_7485780478239178752_n.jpg")
c <- readImage("https://scontent.cdninstagram.com/vp/796f4ee2e02b012969d778f5fda4510e/5B569B51/t51.2885-15/s640x640/sh0.08/e35/29416798_1877911555555364_9109288458408427520_n.jpg")
d <- readImage("https://scontent.cdninstagram.com/vp/ae53b00be6dd5babfc1c02322d3be640/5B4EC8A5/t51.2885-15/s640x640/sh0.08/e35/29739069_266004773938331_5594342353562238976_n.jpg")
a = channel(a, "gray")
at = a > 0.55
labelsat = bwlabel(at)
max(labelsat)
b = channel(b, "gray")
bt = b > 0.55
labelsbt = bwlabel(bt)
max(labelsbt)
c = channel(c, "gray")
ct = c > 0.55
labelsct = bwlabel(ct)
max(labelsct)
d = channel(d, "gray")
dt = d > 0.55
labelsdt = bwlabel(dt)
max(labelsdt)
############################
提前致谢
查米尔·拉特纳亚克