您好 JMP 社區，
我有幾百張圖像，被不同的操作員分為三個不同的組（壞的、好的和不確定的）。 我想知道我應該對此數據進行什麼類型的統計分析（在 JMP 中），以便將結果實施到圖像分析程序中？
感謝您的所有幫助，
你好@AFaiz ,
根據主題、任務的複雜性以及能夠對圖像進行分類的圖像細節，JMP 可能是也可能不是合適的工具。
開始了解此主題並查看是否需要更高級的方法的第一步可能是嘗試圖像分析儀加入。 此插件可以加載圖像，並且將為圖像的每個像素創建包含 RGB 和 HLS 值的數據表。 為了處理多個圖像，腳本可能很有用，以便使該過程自動化並連接每個圖像的數據。
使用RGB 和/或HLS 的分佈可以幫助您比較不同組之間的圖像，並可能檢測到自動對新圖像進行分類的規則，這要歸功於中值/平均值/標準偏差閾值、偏度或峰度的特定值、比例零值、範圍...
我曾經使用這種方法進行鋁染色評估，因為我想知道染色分數（從操作員處獲得，用於測試不同配方的鋁染色特性）和基於圖像的數據分析方法之間是否有可能存在相關性。 我非常高興地驚訝地發現，該數據方法能夠非常接近地匹配經驗豐富的操作員獲得的協作分數，並且能夠獲得非操作員相關的分數。
然而，這種簡單的方法需要一些事先固定的條件來實現可重複性和準確性：固定和定義的背景（白色、灰色或黑色，具體取決於您的對象）、對象的固定位置、固定的照明條件、固定的相機設置……
如果這種方法對於您的任務來說太簡單（不同的圖像大小、圖像中對象的複雜性（使用不同顏色和大小的對象）、不同的圖像質量/背景……），可能會推薦深度學習方法。 您可以利用 JMP 的 Python 集成功能來使用多個圖像專用庫：OpenCV、Scikit-Image，...
我希望第一個答案對你有幫助
