JMP 社区您好，
我有几百张图像，被不同的操作员分为三个不同的组（坏的、好的和不确定的）。 我想知道我应该对此数据进行什么类型的统计分析（在 JMP 中），以便将结果实施到图像分析程序中？
感谢您的所有帮助，
你好@AFaiz ,
根据主题、任务的复杂性以及能够对图像进行分类的图像细节，JMP 可能是也可能不是合适的工具。
开始了解此主题并查看是否需要更高级的方法的第一步可能是尝试图像分析仪加入。 此插件可以加载图像，并且将为图像的每个像素创建包含 RGB 和 HLS 值的数据表。 为了处理多个图像，脚本可能很有用，以便使该过程自动化并连接每个图像的数据。
使用 RGB 和/或 HLS 的分布可以帮助您比较不同组之间的图像，并可能检测到自动对新图像进行分类的规则，这要归功于中值/平均值/标准差阈值、偏度或峰度的特定值、比例零值、范围...
我曾经使用这种方法进行铝染色评估，因为我想知道染色分数（从操作员处获得，用于测试不同配方的铝染色特性）和基于图像的数据分析方法之间是否有可能存在相关性。 我非常高兴地惊讶地发现，该数据方法能够非常接近地匹配经验丰富的操作员获得的协作分数，并且能够获得非操作员相关的分数。
然而，这种简单的方法需要一些预先固定的条件来实现可重复性和准确性：固定和定义的背景（白色、灰色或黑色，具体取决于您的对象）、对象的固定位置、固定的照明条件、固定的相机设置……
如果这种方法对于您的任务来说太简单（不同的图像大小、图像中对象的复杂性（使用不同颜色和大小的对象）、不同的图像质量/背景……），可能会推荐深度学习方法。 您可以利用 JMP 的 Python 集成功能来使用多个图像专用库：OpenCV、Scikit-Image，...
我希望第一个答案对你有帮助
