我开始为一个项目做医学图像分析。
在这个项目中，我有人类肾脏有结石和无结石的图像。其目的是预测给定的新图像是否有结石。
我选择了KNN分类器模型来进行分类，但我不了解图像处理。我对分割有一些了解。我可以将它转换为数组进行处理，但我需要一些指针来理解这个过程。图像-https://i.stack.imgur.com/9FDUM.jpg
对于图像分类，我建议您使用预训练的神经网络，如Resnet等。
Tensorflow等框架提供了一个很好的API来重新训练预先训练的神经网络，用于不同的用途。
您可以点击以下链接：https://www.tensorflow.org/hub/tutorials/image_retraining
图像处理是为了将数字图像转换为计算机更容易计算统计数据的格式。
图像并不总是包含必要的信息，图像中存在噪声和许多不必要的背景信息，这些信息对于特定目的来说是不需要的。
处理图像的目的是从整个图像中提取感兴趣的区域。
除此之外，还对图像进行了各种增强，以便我们获得在计算推断时有用的特征
处理图像包括各种图像增强技术、分割和其他东西，比如直方图均衡，最终将用于提取特征。进行这种处理通常会产生更好的功能。
图像处理本身也是一个庞大的主题。我建议你在谷歌学者的论文中读到这一点