高光谱图像的计算机视觉分类预处理工具集，涵盖去除无关背景、数据增强及生成标签文件等功能

简介：
本工具集专为高光谱图像的计算机视觉分类设计，提供全面的预处理功能，包括剔除无关背景干扰、扩充训练样本和自动生成标签文件等，助力提升模型准确性。 这段文字描述了一些在进行训练之前可能使用的图像处理函数，特别适用于高光谱类计算机视觉分类任务。目前这些功能包括： - 检测原始图像是伪彩图还是三通道相同的灰度图。 - 选择任意三个波段合并成伪彩图以增强图像信息。 - 使用连通域分析法对伪彩图进行分割，去除黑色背景，并重新调整图像大小。 - 数据增强功能包括随机旋转、裁剪和翻转等操作，可根据需要添加新的数据增强方法。 - 创建 PyTorch 中 Dataloader 所需的数据集类型。 - 利用 spxy 算法对光谱数据进行训练集与验证集的划分，并根据索引对应地将图像数据划分为两部分。