9patch图的尺寸尽量为偶数

最新推荐文章于 2024-05-08 09:38:36 发布
转载 最新推荐文章于 2024-05-08 09:38:36 发布 · 63 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：http://www.cnblogs.com/error404/p/3167624.html

本文探讨了在使用9patch图时遇到的一个问题：当ImageView的宽度为奇数时，导致图片在特定分辨率下显示异常。通过实验发现，将宽度改为偶数即可解决问题，避免了图片边缘出现多余像素的现象。

美工做了一张.9的背景图，宽度110*80 像素，描点如下：

 

放到720p的智能电视上观看，总感觉怪怪的。仔细观看可以发现，前景图总是不能完全的覆盖掉背景图。总有那么一个像素的点多余出来，如图所示：

 

 

   开始以为是美工做的图有问题，翻来覆去让人家改了好几次，效果始终不对，不是720p下不正常，要么就是1080p下不正常，终于把小姑娘改烦了。

   想想也是，是不是程序的问题呢？

   动用测量工具测量了一下，发现右边原本5px的边框，居然变成了4px。找了半天，最后终于确定原来是宽度的问题。

   我们使用的是dimension文件做适配，ImageView在720p下的实际宽度设置为233dp。恰恰是这个奇数的宽度，导致9 patch图发生了问题。

   细看使用的9patch背景图，为了防止图片中间的文字被拉伸，我们在文字两边各点了一个像素，用来表示拉伸。

   左右这一个可拉伸像素将根据ImageView的实际大小来进行填充，填充的宽度应该是相同的。比如有10个像素需要填充，那么左右各拉伸5px就可以了。

   但是如果宽度是奇数的话，比如11，那么按照四舍五入，左边点应该拉伸6px，右边点也同样拉伸6px。问题就产生了，如果右边点也拉伸6px的话，就超过了图片填充的区域宽度。

   所以这个时候看来图片的右侧就会多出1px的误差。

   经过实验，将宽度改为偶数即可。

 

 

  这真是很挫的问题，希望大家注意。

 

转载于:https://www.cnblogs.com/error404/p/3167624.html

134-OpenCVSharp —-Cv2.getRectSubPix ()函数功能（用于从图像中提取以亚像素精度点为中心的矩形区域）
weixin_45590420的博客
08-20 535
OpenCVSharp中getRectSubPix算子解析 核心功能：通过双线性插值从图像中提取以亚像素点为中心的矩形区域，公式为 (x = c_x - \frac{w-1}{2} + x') 和 (y = c_y - \frac{h-1}{2} + y')，实现亚像素级精度。 参数说明： InputArray image：支持多通道图像 Size patchSize：需正奇数尺寸 Point2f center：浮点坐标（可超出图像边界） OutputArray patch：输出插值后的区域 应用场景：角点
Qt开发经验总结
草上爬的博客
12-02 1万+
增加了很多轮子，同时原有模块拆分的也更细致，估计为了方便拓展个管理。把一些过度封装的东西移除了（比如同样的功能有多个函数），保证了只有一个函数执行该功能。把一些Qt5中兼容Qt4的方法废弃了，必须用Qt5中对应的新的函数。跟随时代脚步，增加了不少新特性以满足日益增长的客户需求。对某些模块和类型及处理进行了革命性的重写，运行效率提高不少。有参数类型的变化，比如 long * 到 qintptr * 等，更加适应后续的拓展以及同时对32 64位不同系统的兼容。
【DL】图像去噪中的patch size是什么（1篇文章链接和1段代码）
享受当下
03-18 6546
图像去噪中的patch size是什么（1篇文章链接和1段代码） 写在前面，因为自己不做图像相关的研究，所以具体内容也不敢妄加总结，自己感觉貌似就是将一整张图分成一块一块的进行处理，每个块之间可以重叠。但具体大家可以看下面的文章链接和代码示例。 文章链接：Patch-based models and algorithms for image denoising: a comparative review between patch-based images denoising methods for add
[Android]使用draw9patch制作可拉伸图片
zhangxin1992223的博客
12-22 575
转   http://blog.youkuaiyun.com/u011596810/article/details/46981403 在项目开发时，为了使app的大小变成尽量的小，因此，美工在切图的时候，一般都会将可以拉伸的图片都制作成很小，因此，我们Android端开发人员要学会使用draw9patch制作可拉伸图片。例如： 这么小的图片： 制作成这么大的，但是又不能变形：
语义分割推理-大图像分割成多patch推理后拼接的方法----探究
weixin_39450742的博客
07-05 9351
参考1：https://www.zhihu.com/question/453750066/answer/1828121763 参考2：https://blog.youkuaiyun.com/weixin_43162240/article/details/105137693#comments_16943083 当业务场景中碰到较大图像时，如遥感图像、医疗图像等，图像大小会达到数百M或者几个G甚至更大。此时将图片打开放入内存都会比较卡顿，直接将原图放入GPU推理，显然显存会爆掉。所以需要先将原图像按patchsize进
深度学习调参侠
me211yjs的博客
05-06 3893
patch_size 我们修改了patch_size这一参数 影响的结果就是 导致更新迭代速度变得慢了起来，修改了batch，单次读入的图像，之前用的32*32*32,8的话相当于，之前120*8 < 64*32 查阅资料https://www.youkuaiyun.com/tags/NtjaUg5sNTE5MzUtYmxvZwO0O0OO0O0O.html 总结下来：batch size过小，花费时间多，同时梯度震荡严重，不利于收敛；batch size过大，不同batch的梯度方向没有任何变
我现在再次提供全部的代码，运行时播放音频显示音频为空，播放失败，请给出修改建议，尽量不要修改函数接口。 function timbre_transfer % 创建主界面 fig = figure(&#39;Name&#39;, &#39;高级音色转换系统 v3.2&#39;, &#39;Position&#39;, [50, 50, 1200, 900], ... &#39;NumberTitle&#39;, &#39;off&#39;, &#39;MenuBar&#39;, &#39;none&#39;, &#39;Resize&#39;, &#39;on&#39;, ... &#39;CloseRequestFcn&#39;, @close_gui, &#39;Color&#39;, [0.94, 0.94, 0.94]); % 全局变量 fs = 44100; % 默认采样率 source_audio = []; % 源音频（提供音色） target_audio = []; % 目标音频（提供内容） converted_audio = []; % 转换后的音频 processing = false; % 处理状态标志 conversion_complete = false; % 转换完成标志 % STFT参数 stft_params.win_len = 2048; % 窗长 stft_params.overlap = 1536; % 重叠点数 (75%) stft_params.nfft = 2048; % FFT点数 stft_params.window = hamming(stft_params.win_len, &#39;periodic&#39;); % 汉明窗 stft_params.lifter_order = 30; % 包络阶数 stft_params.phase_iter = 5; % 相位迭代次数 stft_params.fs = fs; % 采样率参数 stft_params.hop_size = stft_params.win_len - stft_params.overlap; % 跳跃长度 % 计算合成窗 (确保完美重建) stft_params.win_synthesis = stft_params.window / sum(stft_params.window.^2) * stft_params.hop_size; % === 创建控件 === % 顶部控制面板 control_panel = uipanel(&#39;Title&#39;, &#39;音频控制&#39;, &#39;Position&#39;, [0.02, 0.92, 0.96, 0.07], ... &#39;BackgroundColor&#39;, [0.9, 0.95, 1]); uicontrol(&#39;Parent&#39;, control_panel, &#39;Style&#39;, &#39;pushbutton&#39;, &#39;String&#39;, &#39;导入源音频(音色)&#39;,... &#39;Position&#39;, [20, 10, 150, 30], &#39;Callback&#39;, @load_source, ... &#39;FontSize&#39;, 10, &#39;FontWeight&#39;, &#39;bold&#39;, &#39;BackgroundColor&#39;, [0.7, 0.9, 1]); uicontrol(&#39;Parent&#39;, control_panel, &#39;Style&#39;, &#39;pushbutton&#39;, &#39;String&#39;, &#39;导入目标音频(内容)&#39;,... &#39;Position&#39;, [190, 10, 150, 30], &#39;Callback&#39;, @load_target, ... &#39;FontSize&#39;, 10, &#39;FontWeight&#39;, &#39;bold&#39;, &#39;BackgroundColor&#39;, [0.7, 0.9, 1]); uicontrol(&#39;Parent&#39;, control_panel, &#39;Style&#39;, &#39;pushbutton&#39;, &#39;String&#39;, &#39;执行音色转换&#39;,... &#39;Position&#39;, [360, 10, 150, 30], &#39;Callback&#39;, @transfer_timbre, ... &#39;FontSize&#39;, 10, &#39;FontWeight&#39;, &#39;bold&#39;, &#39;BackgroundColor&#39;, [0.8, 1, 0.8]); uicontrol(&#39;Parent&#39;, control_panel, &#39;Style&#39;, &#39;pushbutton&#39;, &#39;String&#39;, &#39;播放目标音频&#39;,... &#39;Position&#39;, [530, 10, 120, 30], &#39;Callback&#39;, @(src,evt) play_audio(target_audio, fs), ... &#39;FontSize&#39;, 10, &#39;BackgroundColor&#39;, [1, 0.95, 0.8]); uicontrol(&#39;Parent&#39;, control_panel, &#39;Style&#39;, &#39;pushbutton&#39;, &#39;String&#39;, &#39;播放转换音频&#39;,... &#39;Position&#39;, [670, 10, 120, 30], &#39;Callback&#39;, @(src,evt) play_audio(converted_audio, fs), ... &#39;FontSize&#39;, 10, &#39;BackgroundColor&#39;, [1, 0.95, 0.8]); uicontrol(&#39;Parent&#39;, control_panel, &#39;Style&#39;, &#39;pushbutton&#39;, &#39;String&#39;, &#39;保存转换音频&#39;,... &#39;Position&#39;, [810, 10, 120, 30], &#39;Callback&#39;, @save_audio, ... &#39;FontSize&#39;, 10, &#39;BackgroundColor&#39;, [0.9, 1, 0.8]); % 参数控制面板 param_panel = uipanel(&#39;Title&#39;, &#39;STFT参数设置&#39;, &#39;Position&#39;, [0.02, 0.82, 0.96, 0.09], ... &#39;BackgroundColor&#39;, [0.95, 0.97, 1], &#39;FontWeight&#39;, &#39;bold&#39;); uicontrol(&#39;Parent&#39;, param_panel, &#39;Style&#39;, &#39;text&#39;, &#39;String&#39;, &#39;窗长:&#39;,... &#39;Position&#39;, [20, 40, 50, 20], &#39;HorizontalAlignment&#39;, &#39;left&#39;,... &#39;BackgroundColor&#39;, [0.95, 0.97, 1], &#39;FontWeight&#39;, &#39;bold&#39;); win_len_edit = uicontrol(&#39;Parent&#39;, param_panel, &#39;Style&#39;, &#39;edit&#39;,... &#39;String&#39;, num2str(stft_params.win_len),... &#39;Position&#39;, [80, 40, 80, 25], &#39;Callback&#39;, @update_params, ... &#39;BackgroundColor&#39;, [1, 1, 1]); uicontrol(&#39;Parent&#39;, param_panel, &#39;Style&#39;, &#39;text&#39;, &#39;String&#39;, &#39;重叠率(%):&#39;,... &#39;Position&#39;, [180, 40, 70, 20], &#39;HorizontalAlignment&#39;, &#39;left&#39;,... &#39;BackgroundColor&#39;, [0.95, 0.97, 1], &#39;FontWeight&#39;, &#39;bold&#39;); overlap_edit = uicontrol(&#39;Parent&#39;, param_panel, &#39;Style&#39;, &#39;edit&#39;,... &#39;String&#39;, &#39;75&#39;,... &#39;Position&#39;, [260, 40, 80, 25], &#39;Callback&#39;, @update_params, ... &#39;BackgroundColor&#39;, [1, 1, 1]); uicontrol(&#39;Parent&#39;, param_panel, &#39;Style&#39;, &#39;text&#39;, &#39;String&#39;, &#39;FFT点数:&#39;,... &#39;Position&#39;, [360, 40, 60, 20], &#39;HorizontalAlignment&#39;, &#39;left&#39;,... &#39;BackgroundColor&#39;, [0.95, 0.97, 1], &#39;FontWeight&#39;, &#39;bold&#39;); nfft_edit = uicontrol(&#39;Parent&#39;, param_panel, &#39;Style&#39;, &#39;edit&#39;,... &#39;String&#39;, num2str(stft_params.nfft),... &#39;Position&#39;, [430, 40, 80, 25], &#39;Callback&#39;, @update_params, ... &#39;BackgroundColor&#39;, [1, 1, 1]); uicontrol(&#39;Parent&#39;, param_panel, &#39;Style&#39;, &#39;text&#39;, &#39;String&#39;, &#39;包络阶数:&#39;,... &#39;Position&#39;, [530, 40, 60, 20], &#39;HorizontalAlignment&#39;, &#39;left&#39;,... &#39;BackgroundColor&#39;, [0.95, 0.97, 1], &#39;FontWeight&#39;, &#39;bold&#39;); lifter_edit = uicontrol(&#39;Parent&#39;, param_panel, &#39;Style&#39;, &#39;edit&#39;,... &#39;String&#39;, num2str(stft_params.lifter_order),... &#39;Position&#39;, [600, 40, 80, 25], &#39;Callback&#39;, @update_params, ... &#39;BackgroundColor&#39;, [1, 1, 1]); uicontrol(&#39;Parent&#39;, param_panel, &#39;Style&#39;, &#39;text&#39;, &#39;String&#39;, &#39;相位迭代:&#39;,... &#39;Position&#39;, [700, 40, 60, 20], &#39;HorizontalAlignment&#39;, &#39;left&#39;,... &#39;BackgroundColor&#39;, [0.95, 0.97, 1], &#39;FontWeight&#39;, &#39;bold&#39;); iter_edit = uicontrol(&#39;Parent&#39;, param_panel, &#39;Style&#39;, &#39;edit&#39;,... &#39;String&#39;, num2str(stft_params.phase_iter),... &#39;Position&#39;, [770, 40, 80, 25], &#39;Callback&#39;, @update_params, ... &#39;BackgroundColor&#39;, [1, 1, 1]); % 波形显示区域 - 使用选项卡 tabgp = uitabgroup(fig, &#39;Position&#39;, [0.02, 0.02, 0.96, 0.35]); tab1 = uitab(tabgp, &#39;Title&#39;, &#39;目标音频&#39;); tab2 = uitab(tabgp, &#39;Title&#39;, &#39;转换后音频&#39;); tab3 = uitab(tabgp, &#39;Title&#39;, &#39;源音频&#39;); ax1 = axes(&#39;Parent&#39;, tab1, &#39;Position&#39;, [0.07, 0.15, 0.9, 0.75]); title(ax1, &#39;目标音频波形&#39;); xlabel(ax1, &#39;时间 (s)&#39;); ylabel(ax1, &#39;幅度&#39;); grid(ax1, &#39;on&#39;); ax2 = axes(&#39;Parent&#39;, tab2, &#39;Position&#39;, [0.07, 0.15, 0.9, 0.75]); title(ax2, &#39;转换后音频波形&#39;); xlabel(ax2, &#39;时间 (s)&#39;); ylabel(ax2, &#39;幅度&#39;); grid(ax2, &#39;on&#39;); ax3 = axes(&#39;Parent&#39;, tab3, &#39;Position&#39;, [0.07, 0.15, 0.9, 0.75]); title(ax3, &#39;源音频波形&#39;); xlabel(ax3, &#39;时间 (s)&#39;); ylabel(ax3, &#39;幅度&#39;); grid(ax3, &#39;on&#39;); % 频谱显示区域（只保留三个频谱图） spec_panel = uipanel(&#39;Title&#39;, &#39;频谱分析&#39;, &#39;Position&#39;, [0.02, 0.38, 0.96, 0.43], ... &#39;BackgroundColor&#39;, [0.98, 0.98, 0.98], &#39;FontWeight&#39;, &#39;bold&#39;); % 增大频谱图尺寸（垂直方向） ax4 = axes(&#39;Parent&#39;, spec_panel, &#39;Position&#39;, [0.03, 0.1, 0.3, 0.8]); % 高度增加到80% title(ax4, &#39;源音频频谱&#39;); ax5 = axes(&#39;Parent&#39;, spec_panel, &#39;Position&#39;, [0.36, 0.1, 0.3, 0.8]); % 高度增加到80% title(ax5, &#39;目标音频频谱&#39;); ax6 = axes(&#39;Parent&#39;, spec_panel, &#39;Position&#39;, [0.69, 0.1, 0.3, 0.8]); % 高度增加到80% title(ax6, &#39;转换后频谱&#39;); % 状态文本 status_text = uicontrol(&#39;Style&#39;, &#39;text&#39;, &#39;Position&#39;, [50, 5, 900, 30],... &#39;String&#39;, &#39;就绪&#39;, &#39;HorizontalAlignment&#39;, &#39;left&#39;,... &#39;FontSize&#39;, 10, &#39;FontWeight&#39;, &#39;bold&#39;, &#39;BackgroundColor&#39;, [1, 1, 1]); % 进度条 progress_ax = axes(&#39;Position&#39;, [0.1, 0.97, 0.8, 0.02],... &#39;XLim&#39;, [0, 1], &#39;YLim&#39;, [0, 1], &#39;Box&#39;, &#39;on&#39;, &#39;Color&#39;, [0.9, 0.9, 0.9]); progress_bar = patch(progress_ax, [0 0 0 0], [0 0 1 1], [0.2, 0.6, 1]); axis(progress_ax, &#39;off&#39;); progress_text = uicontrol(&#39;Style&#39;, &#39;text&#39;, &#39;Position&#39;, [500, 970, 200, 20],... &#39;String&#39;, &#39;&#39;, &#39;HorizontalAlignment&#39;, &#39;center&#39;,... &#39;FontSize&#39;, 10, &#39;FontWeight&#39;, &#39;bold&#39;, &#39;BackgroundColor&#39;, [1, 1, 1]); % 诊断信息面板 diag_panel = uipanel(&#39;Title&#39;, &#39;处理日志&#39;, &#39;Position&#39;, [0.02, 0.02, 0.96, 0.35], ... &#39;BackgroundColor&#39;, [0.95, 0.95, 0.95], &#39;Visible&#39;, &#39;off&#39;); diag_text = uicontrol(&#39;Parent&#39;, diag_panel, &#39;Style&#39;, &#39;listbox&#39;, ... &#39;Position&#39;, [10, 10, 1140, 250], &#39;String&#39;, {&#39;系统已初始化&#39;}, ... &#39;HorizontalAlignment&#39;, &#39;left&#39;, &#39;FontSize&#39;, 9, ... &#39;BackgroundColor&#39;, [1, 1, 1], &#39;Max&#39;, 100, &#39;Min&#39;, 0); % 添加显示/隐藏日志按钮 uicontrol(&#39;Style&#39;, &#39;pushbutton&#39;, &#39;String&#39;, &#39;显示日志&#39;,... &#39;Position&#39;, [1020, 920, 100, 30], &#39;Callback&#39;, @toggle_log, ... &#39;FontSize&#39;, 9, &#39;BackgroundColor&#39;, [0.9, 0.95, 1]); % === 回调函数 === % 更新参数回调 function update_params(~, ~) try % 获取新参数值 new_win_len = str2double(get(win_len_edit, &#39;String&#39;)); overlap_percent = str2double(get(overlap_edit, &#39;String&#39;)); new_nfft = str2double(get(nfft_edit, &#39;String&#39;)); lifter_order = str2double(get(lifter_edit, &#39;String&#39;)); phase_iter = str2double(get(iter_edit, &#39;String&#39;)); % 验证参数 if isnan(new_win_len) || new_win_len <= 0 || mod(new_win_len, 1) ~= 0 error(&#39;窗长必须是正整数&#39;); end if isnan(overlap_percent) || overlap_percent < 0 || overlap_percent > 100 error(&#39;重叠率必须是0-100之间的数字&#39;); end if isnan(new_nfft) || new_nfft <= 0 || mod(new_nfft, 1) ~= 0 error(&#39;FFT点数必须是正整数&#39;); end if isnan(lifter_order) || lifter_order <= 0 || mod(lifter_order, 1) ~= 0 error(&#39;包络阶数必须是正整数&#39;); end if isnan(phase_iter) || phase_iter <= 0 || mod(phase_iter, 1) ~= 0 error(&#39;相位迭代次数必须是正整数&#39;); end % 更新参数 stft_params.win_len = new_win_len; stft_params.overlap = round(overlap_percent/100 * new_win_len); stft_params.nfft = new_nfft; stft_params.window = hamming(new_win_len, &#39;periodic&#39;); stft_params.lifter_order = lifter_order; stft_params.phase_iter = phase_iter; stft_params.hop_size = stft_params.win_len - stft_params.overlap; stft_params.win_synthesis = stft_params.window / sum(stft_params.window.^2) * stft_params.hop_size; update_diag(sprintf(&#39;参数更新: 窗长=%d, 重叠=%d(%.0f%%), FFT=%d&#39;, ... new_win_len, stft_params.overlap, overlap_percent, new_nfft)); catch e errordlg([&#39;参数错误: &#39;, e.message], &#39;输入错误&#39;); update_diag([&#39;参数错误: &#39;, e.message], true); end end % 更新诊断信息 function update_diag(msg, force) if nargin < 2, force = false; end if ~conversion_complete || force current = get(diag_text, &#39;String&#39;); new_msg = sprintf(&#39;[%s] %s&#39;, datestr(now, &#39;HH:MM:SS&#39;), msg); set(diag_text, &#39;String&#39;, [current; {new_msg}]); set(diag_text, &#39;Value&#39;, length(get(diag_text, &#39;String&#39;))); end end % 切换日志显示 function toggle_log(~, ~) if strcmp(get(diag_panel, &#39;Visible&#39;), &#39;on&#39;) set(diag_panel, &#39;Visible&#39;, &#39;off&#39;); set(tabgp, &#39;Position&#39;, [0.02, 0.02, 0.96, 0.35]); else set(diag_panel, &#39;Visible&#39;, &#39;on&#39;); set(tabgp, &#39;Position&#39;, [0.02, 0.38, 0.96, 0.35]); end end % 关闭GUI回调 function close_gui(~, ~) if processing choice = questdlg(&#39;处理正在进行中，确定要关闭吗?&#39;, &#39;确认关闭&#39;, &#39;是&#39;, &#39;否&#39;, &#39;否&#39;); if strcmp(choice, &#39;否&#39;) return; end end delete(fig); end % 导入源音频 function load_source(~, ~) if processing, return; end [file, path] = uigetfile({&#39;*.wav;*.mp3;*.ogg&#39;, &#39;音频文件 (*.wav,*.mp3,*.ogg)&#39;}); if isequal(file, 0), return; end try [audio, fs_in] = audioread(fullfile(path, file)); update_diag([&#39;加载源音频: &#39;, file, &#39; (&#39;, num2str(fs_in), &#39;Hz)&#39;]); set(status_text, &#39;String&#39;, [&#39;正在处理源音频: &#39;, file]); drawnow; % 转换为单声道并归一化 if size(audio, 2) > 1 source_audio = mean(audio, 2); update_diag(&#39;转换为单声道&#39;); else source_audio = audio; end source_audio = source_audio / max(abs(source_audio)); update_diag(&#39;归一化完成&#39;); % 更新采样率参数 stft_params.fs = fs; % 采样率处理 if fs == 0 fs = fs_in; elseif fs ~= fs_in update_diag([&#39;重采样: &#39;, num2str(fs_in), &#39;Hz -> &#39;, num2str(fs), &#39;Hz&#39;]); source_audio = resample(source_audio, fs, fs_in); end % 显示波形和频谱 plot(ax3, (0:length(source_audio)-1)/fs, source_audio); title(ax3, [&#39;源音频波形: &#39;, file]); xlabel(ax3, &#39;时间 (s)&#39;); ylabel(ax3, &#39;幅度&#39;); grid(ax3, &#39;on&#39;); % 显示频谱 show_spectrum(ax4, source_audio, fs, stft_params, &#39;源音频频谱&#39;); set(status_text, &#39;String&#39;, [&#39;已加载源音频: &#39;, file, &#39; (&#39;, num2str(fs/1000), &#39;kHz)&#39;]); update_diag([&#39;源音频长度: &#39;, num2str(length(source_audio)/fs), &#39;秒&#39;]); % 重置转换完成标志 conversion_complete = false; catch e errordlg([&#39;加载源音频失败: &#39;, e.message], &#39;错误&#39;); update_diag([&#39;错误: &#39;, e.message], true); end end % 导入目标音频 function load_target(~, ~) if processing, return; end [file, path] = uigetfile({&#39;*.wav;*.mp3;*.ogg&#39;, &#39;音频文件 (*.wav,*.mp3,*.ogg)&#39;}); if isequal(file, 0), return; end try [audio, fs_in] = audioread(fullfile(path, file)); update_diag([&#39;加载目标音频: &#39;, file, &#39; (&#39;, num2str(fs_in), &#39;Hz)&#39;]); set(status_text, &#39;String&#39;, [&#39;正在处理目标音频: &#39;, file]); drawnow; % 转换为单声道并归一化 if size(audio, 2) > 1 target_audio = mean(audio, 2); update_diag(&#39;转换为单声道&#39;); else target_audio = audio; end target_audio = target_audio / max(abs(target_audio)); update_diag(&#39;归一化完成&#39;); % 更新采样率参数 stft_params.fs = fs; % 采样率处理 if fs == 0 fs = fs_in; elseif fs ~= fs_in update_diag([&#39;重采样: &#39;, num2str(fs_in), &#39;Hz -> &#39;, num2str(fs), &#39;Hz&#39;]); target_audio = resample(target_audio, fs, fs_in); end % 显示波形和频谱 plot(ax1, (0:length(target_audio)-1)/fs, target_audio); title(ax1, [&#39;目标音频波形: &#39;, file]); xlabel(ax1, &#39;时间 (s)&#39;); ylabel(ax1, &#39;幅度&#39;); grid(ax1, &#39;on&#39;); % 显示频谱 show_spectrum(ax5, target_audio, fs, stft_params, &#39;目标音频频谱&#39;); set(status_text, &#39;String&#39;, [&#39;已加载目标音频: &#39;, file, &#39; (&#39;, num2str(fs/1000), &#39;kHz)&#39;]); update_diag([&#39;目标音频长度: &#39;, num2str(length(target_audio)/fs), &#39;秒&#39;]); % 重置转换完成标志 conversion_complete = false; catch e errordlg([&#39;加载目标音频失败: &#39;, e.message], &#39;错误&#39;); update_diag([&#39;错误: &#39;, e.message], true); end end function transfer_timbre(~, ~) if processing, return; end if isempty(source_audio) || isempty(target_audio) errordlg(&#39;请先导入源音频和目标音频！&#39;, &#39;错误&#39;); return; end % 设置处理状态 processing = true; conversion_complete = false; set(status_text, &#39;String&#39;, &#39;开始音色转换...&#39;); update_diag(&#39;=== 开始音色转换 ===&#39;); drawnow; % 统一音频长度（以目标音频长度为基准） target_length = length(target_audio); source_length = length(source_audio); if source_length < target_length % 源音频较短，重复填充 num_repeat = ceil(target_length / source_length); extended_source = repmat(source_audio, num_repeat, 1); source_audio_adj = extended_source(1:target_length); update_diag(&#39;源音频已扩展以匹配目标长度&#39;); elseif source_length > target_length % 源音频较长，截断 source_audio_adj = source_audio(1:target_length); update_diag(&#39;源音频已截断以匹配目标长度&#39;); else source_audio_adj = source_audio; end % 确保长度兼容 target_audio_adj = target_audio(1:min(target_length, length(source_audio_adj))); source_audio_adj = source_audio_adj(1:min(target_length, length(source_audio_adj))); try % === 目标音频STFT === update_diag(&#39;对目标音频进行STFT...&#39;); update_progress(0.1, &#39;目标音频STFT&#39;); [mag_target, phase_target] = optimized_stft(target_audio_adj, stft_params, @update_progress); update_diag(sprintf(&#39;目标音频STFT完成: %d帧&#39;, size(mag_target,2))); % === 源音频STFT === update_diag(&#39;对源音频进行STFT...&#39;); update_progress(0.3, &#39;源音频STFT&#39;); [mag_source] = optimized_stft(source_audio_adj, stft_params, @update_progress); update_diag(sprintf(&#39;源音频STFT完成: %d帧&#39;, size(mag_source,2))); % 确保频谱矩阵大小相同 if size(mag_target, 2) ~= size(mag_source, 2) min_frames = min(size(mag_target, 2), size(mag_source, 2)); mag_target = mag_target(:, 1:min_frames); mag_source = mag_source(:, 1:min_frames); phase_target = phase_target(:, 1:min_frames); update_diag(sprintf(&#39;调整频谱帧数: %d帧&#39;, min_frames)); end % === 改进的频谱转换算法 === update_diag(&#39;应用改进的音色转换算法...&#39;); update_progress(0.65, &#39;频谱转换&#39;); % 1. 计算源音频的频谱包络 mag_source_env = spectral_envelope(mag_source, stft_params.lifter_order, stft_params.nfft); % 2. 计算目标音频的频谱包络 mag_target_env = spectral_envelope(mag_target, stft_params.lifter_order, stft_params.nfft); % 3. 计算源音频的频谱细节（改进方法） mag_source_detail = spectral_detail(mag_source, mag_source_env); % 4. 应用转换：目标包络 + 源细节 mag_new = mag_target_env .* mag_source_detail; % 5. 频谱整形（增强音色特征） mag_new = spectral_shaping(mag_new, mag_source_env, mag_target_env); % 6. 相位处理（直接使用目标相位） phase_new = phase_target; update_diag(&#39;使用目标音频相位&#39;); % === 重建音频 === update_diag(&#39;重建音频(ISTFT)...&#39;); update_progress(0.90, &#39;ISTFT重建&#39;); converted_audio = optimized_istft(mag_new, phase_new, stft_params, @update_progress); converted_audio = converted_audio / max(abs(converted_audio)); % 归一化 % 确保长度匹配 if length(converted_audio) > target_length converted_audio = converted_audio(1:target_length); elseif length(converted_audio) < target_length converted_audio = [converted_audio; zeros(target_length - length(converted_audio), 1)]; end % 显示结果 plot(ax2, (0:length(converted_audio)-1)/fs, converted_audio); title(ax2, &#39;转换后音频波形&#39;); xlabel(ax2, &#39;时间 (s)&#39;); ylabel(ax2, &#39;幅度&#39;); grid(ax2, &#39;on&#39;); % 显示转换后频谱 show_spectrum(ax6, converted_audio, fs, stft_params, &#39;转换后频谱&#39;); % 更新状态 update_progress(1.0, &#39;转换完成&#39;); set(status_text, &#39;String&#39;, &#39;音色转换完成！&#39;); update_diag(&#39;音色转换成功！&#39;, true); % 设置完成标志 conversion_complete = true; % 清理大内存变量 clear mag_target mag_source mag_new; catch e errordlg([&#39;音色转换失败: &#39;, e.message], &#39;错误&#39;); update_diag([&#39;错误: &#39;, e.message], true); set(progress_bar, &#39;FaceColor&#39;, [1, 0.3, 0.3]); set(progress_text, &#39;String&#39;, &#39;处理失败&#39;); end % 重置处理状态 processing = false; end function phase = phase_reconstruction(mag, phase_init, params) % 相位重建函数 - 使用参数指定的迭代次数 % 输入: % mag - 目标幅度谱 (单边谱) % phase_init - 初始相位谱 (单边谱) % params - 参数结构体 (包含 phase_iter 等参数) % 输出: % phase - 重建后的相位谱 % === 参数提取 === nfft = params.nfft; griffin_lim_iters = params.phase_iter; % 使用参数中的迭代次数 [num_bins, num_frames] = size(mag); % === 初始化 === current_phase = phase_init; % === Griffin-Lim 迭代相位重建 === for iter = 1:griffin_lim_iters % 1. 创建复数频谱 (单边转双边) S_complex = create_full_spectrum(mag .* exp(1i*current_phase), nfft); % 2. ISTFT重建时域信号 x_recon = optimized_istft(mag, current_phase, params, []); % 3. 对重建信号进行STFT [~, phase_new] = optimized_stft(x_recon, params, []); % 4. 更新相位 current_phase = phase_new; end phase = current_phase; % === 辅助函数: 创建完整频谱 === function S_full = create_full_spectrum(S_half, nfft) % 从单边谱创建双边谱 num_bins = size(S_half, 1); S_full = zeros(nfft, size(S_half, 2)); if rem(nfft, 2) % 奇数点FFT S_full(1:num_bins, :) = S_half; S_full(num_bins+1:end, :) = conj(S_half(end:-1:2, :)); else % 偶数点FFT S_full(1:num_bins, :) = S_half; S_full(num_bins+1:end, :) = conj(S_half(end-1:-1:2, :)); end end end % 替换原来的 spectral_envelope 函数 function env = spectral_envelope(mag, lifter_order, nfft) % 使用零相位巴特沃斯滤波器提取包络 [num_bins, num_frames] = size(mag); % 设计低通滤波器 order = 8; % 滤波器阶数 cutoff = 0.05; % 截止频率 (归一化) [b, a] = butter(order, cutoff, &#39;low&#39;); env = zeros(size(mag)); for i = 1:num_frames % 对数幅度谱 log_mag = log(mag(:, i) + eps); % 零相位滤波 env_frame = filtfilt(b, a, log_mag); % 指数变换 env(:, i) = exp(env_frame); end % 平滑处理 env = movmean(env, 3, 2); end % 进度更新函数 function update_progress(progress, message) if nargin >= 1 set(progress_bar, &#39;XData&#39;, [0, progress, progress, 0]); end if nargin >= 2 set(progress_text, &#39;String&#39;, message); set(status_text, &#39;String&#39;, message); end if nargin == 1 set(progress_text, &#39;String&#39;, sprintf(&#39;%.0f%%&#39;, progress*100)); end % 强制刷新界面 drawnow limitrate; end function play_audio(audio, fs) % === 持久化玩家对象 === persistent player; % === 增强空值检查 === if isempty(audio) errordlg(&#39;音频数据为空！&#39;, &#39;播放错误&#39;); update_diag(&#39;播放失败: 音频数据为空&#39;, true); return; end % === 验证采样率 === if isempty(fs) || ~isscalar(fs) || fs <= 0 fs = 44100; % 默认采样率 update_diag([&#39;警告: 使用默认采样率 &#39;, num2str(fs), &#39; Hz&#39;], false); end % === 停止当前播放 === try if ~isempty(player) && isplaying(player) stop(player); delete(player); player = []; end catch player = []; end % === 创建新播放器 === try % 确保音频数据格式正确 if ~isvector(audio) audio = audio(:); % 强制转换为列向量 end player = audioplayer(audio, fs); play(player); % === 更新状态 === duration = length(audio)/fs; set(status_text, &#39;String&#39;, sprintf(&#39;正在播放音频 (%.1f秒)&#39;, duration)); update_diag(sprintf(&#39;播放音频: %.2f秒 (采样率: %d Hz)&#39;, duration, fs), true); catch e % === 增强错误处理 === err_msg = sprintf(&#39;播放失败: %s\n音频尺寸: %d×%d&#39;, e.message, size(audio,1), size(audio,2)); errordlg(err_msg, &#39;播放错误&#39;); update_diag([&#39;播放错误: &#39;, err_msg], true); % 清理无效玩家 if exist(&#39;player&#39;, &#39;var&#39;) && ~isempty(player) try stop(player); delete(player); catch end player = []; end end end % 保存音频函数 function save_audio(~, ~) if processing errordlg(&#39;处理正在进行中，请稍后保存&#39;, &#39;错误&#39;); return; end if isempty(converted_audio) errordlg(&#39;没有转换后的音频可保存！&#39;, &#39;错误&#39;); return; end [file, path] = uiputfile(&#39;*.wav&#39;, &#39;保存转换音频&#39;); if isequal(file, 0), return; end set(status_text, &#39;String&#39;, &#39;正在保存音频...&#39;); update_diag([&#39;开始保存: &#39;, file], true); try % 直接保存音频 filename = fullfile(path, file); audiowrite(filename, converted_audio, fs); set(status_text, &#39;String&#39;, [&#39;已保存: &#39;, file]); update_diag([&#39;音频已保存: &#39;, filename], true); catch e errordlg([&#39;保存失败: &#39;, e.message], &#39;极错误&#39;); update_diag([&#39;保存错误: &#39;, e.message], true); end end function show_spectrum(ax, audio, fs, params, title_str) try % 检查输入音频 if isempty(audio) || length(audio) < params.win_len error(&#39;无效音频数据: 长度=%d, 需要≥%d&#39;, length(audio), params.win_len); end % 计算STFT [~, ~, f, t] = optimized_stft(audio, params, []); % 直接使用optimized_stft的维度验证 [mag, ~, f, t] = optimized_stft(audio, params, []); spec_data = 10*log10(abs(mag) + eps); % 绘图 cla(ax); imagesc(ax, t, f, spec_data); % 坐标轴设置 set(ax, &#39;YDir&#39;, &#39;normal&#39;); axis(ax, &#39;tight&#39;); ylim(ax, [0, fs/2]); % 限制到Nyquist频率 title(ax, [title_str, sprintf(&#39; (%.1f秒)&#39;, length(audio)/fs)]); xlabel(ax, &#39;时间 (s)&#39;); ylabel(ax, &#39;频率 (Hz)&#39;); colorbar(ax); colormap(ax, &#39;jet&#39;); catch e % 错误处理 cla(ax); err_msg = sprintf(&#39;频谱错误: %s\n音频尺寸: %dx%d&#39;, e.message, size(audio,1), size(audio,2)); text(ax, 0.5, 0.5, err_msg, ... &#39;HorizontalAlignment&#39;, &#39;center&#39;, ... &#39;Color&#39;, &#39;red&#39;, ... &#39;FontSize&#39;, 9); title(ax, [title_str, &#39; (错误)&#39;]); end end end function detail = spectral_detail(mag, env) % 带限细节提取 alpha = 0.3; % 细节增强因子 beta = 0.1; % 平滑因子 % 计算基础细节 base_detail = mag ./ (env + 0.01 * max(env(:))); % 应用非线性变换增强特征 detail = tanh(alpha * base_detail) / tanh(alpha); % 频域平滑 for i = 1:size(detail, 2) detail(:, i) = smoothdata(detail(:, i), &#39;gaussian&#39;, round(0.1*size(detail, 1))); end % 时域平滑 detail = movmean(detail, 3, 2); end function mag_out = spectral_shaping(mag, env_source, env_target) % 频谱平衡处理 balance_factor = 0.7; % 源音色特征强度 % 计算频谱比例因子 ratio = (env_source ./ (env_target + eps)).^balance_factor; % 限制比例范围 ratio = min(max(ratio, 0.5), 2.0); % 应用比例因子 mag_out = mag .* ratio; % 能量归一化 source_energy = sum(env_source(:).^2); target_energy = sum(env_target(:).^2); energy_ratio = sqrt(source_energy / (target_energy + eps)); mag_out = mag_out * energy_ratio; end %% === 核心音频处理函数 === function [mag, phase, f, t] = optimized_stft(x, params, progress_callback) % 参数提取 win_len = params.win_len; hop_size = params.hop_size; nfft = params.nfft; fs = params.fs; % 输入验证 if isempty(x) || length(x) < win_len error(&#39;无效输入: 信号长度(%d) < 窗长(%d)&#39;, length(x), win_len); end % 创建窗函数 win = hann(win_len, &#39;periodic&#39;); % 计算帧数 num_frames = floor((length(x) - win_len) / hop_size) + 1; % 初始化STFT矩阵 stft_matrix = zeros(nfft, num_frames); % === 关键修复: 正确的时间向量计算 === % 每帧的中心时间点 (秒) t = ((0:num_frames-1) * hop_size + win_len/2) / fs; % 进行STFT for i = 1:num_frames start_idx = (i-1) * hop_size + 1; end_idx = min(start_idx + win_len - 1, length(x)); segment = x(start_idx:end_idx); % 零填充短于窗长的段 if length(segment) < win_len segment = [segment; zeros(win_len - length(segment), 1)]; end segment = segment .* win; X = fft(segment, nfft); stft_matrix(:, i) = X; % 进度更新 if ~isempty(progress_callback) progress = i / num_frames; progress_callback(progress); end end % 取单边频谱 num_freq_bins = floor(nfft/2) + 1; stft_matrix = stft_matrix(1:num_freq_bins, :); % 计算幅度和相位 mag = abs(stft_matrix); phase = angle(stft_matrix); % 频率向量 (Hz) f = (0:num_freq_bins-1)&#39; * (fs / nfft); % === 维度验证 === assert(size(mag, 1) == length(f), ... &#39;频率维度不匹配: mag行数=%d, f长度=%d&#39;, size(mag,1), length(f)); assert(size(mag, 2) == length(t), ... &#39;时间维度不匹配: mag列数=%d, t长度=%d&#39;, size(mag,2), length(t)); end function x_recon = optimized_istft(mag, phase, params, progress_callback) % 优化的逆短时傅里叶变换(ISTFT)实现 % 输入: % mag - 幅度谱 (单边谱) % phase - 相位谱 (单边谱) % params - 参数结构体 % progress_callback - 进度回调函数 % 输出: % x_recon - 重建的时域信号 % === 输入验证增强 === if isempty(mag) || isempty(phase) error(&#39;ISTFT输入为空&#39;); end % === 参数提取 === nfft = params.nfft; win_len = params.win_len; hop_size = win_len - params.overlap; win_synth = params.win_synthesis; [num_bins, num_frames] = size(mag); % 计算信号总长度 total_samples = (num_frames - 1) * hop_size + win_len; x_recon = zeros(total_samples, 1); % 进度更新间隔 update_interval = max(1, floor(num_frames/10)); % === 重建复数频谱 === S_half = mag .* exp(1i * phase); % === 创建双边谱 === S_full = zeros(nfft, num_frames); if rem(nfft, 2) % 奇数点FFT S_full(1:num_bins, :) = S_half; S_full(num_bins+1:end, :) = conj(S_half(end:-1:2, :)); else % 偶数点FFT S_full(1:num_bins, :) = S_half; % 注意：Nyquist点处理 S_full(num_bins+1:end, :) = conj(S_half(end-1:-1:2, :)); end % === 执行逆FFT和重叠相加 === for frame_idx = 1:num_frames % 1. 逆FFT frame = real(ifft(S_full(:, frame_idx), nfft)); % 2. 应用合成窗 frame_win = frame(1:win_len) .* win_synth; % 3. 计算位置并叠加 start_idx = (frame_idx - 1) * hop_size + 1; end_idx = start_idx + win_len - 1; % 确保不越界 if end_idx > total_samples end_idx = total_samples; frame_win = frame_win(1:(end_idx - start_idx + 1)); end % 重叠相加 x_recon(start_idx:end_idx) = x_recon(start_idx:end_idx) + frame_win; % 4. 进度更新 if ~isempty(progress_callback) && mod(frame_idx, update_interval) == 0 progress_callback(frame_idx/num_frames * 0.2, ... sprintf(&#39;ISTFT重建: %d/%d&#39;, frame_idx, num_frames)); end end % === 归一化处理 === % 计算重叠因子 overlap_factor = win_len / hop_size; % 计算归一化窗口 norm_win = zeros(total_samples, 1); for i = 1:num_frames start_idx = (i - 1) * hop_size + 1; end_idx = min(start_idx + win_len - 1, total_samples); norm_win(start_idx:end_idx) = norm_win(start_idx:end_idx) + win_synth(1:(end_idx-start_idx+1)).^2; end % 避免除以零 norm_win(norm_win < eps) = eps; % 应用归一化 x_recon = x_recon ./ norm_win; end
最新发布
06-14
修改`play_audio`函数：在错误信息中加入音频的尺寸和采样率，这样我们可以知道为什么音频为空。但是，我们注意到在`play_audio`函数中，我们有一个参数`audio`和`fs`。在调用时，播放目标音频传入的是`target_audio...
图像处理总结概念
热门推荐
今天比昨天进步一点点
05-08 3万+
1.直方图：一幅图像由不同灰度值的像素组成，图像中灰度的分布情况是该图像的一个重要特征。图像的灰度直方图就描述了图像中灰度分布情况，能够很直观的展示出图像中各个灰度级所占的多少。图像的灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数：其中，横坐标是灰度级，纵坐标是该灰度级出现的频率。数字图像在范围[0，G]内总共有L个灰度级，直方图为h(rK)=nkrK是去见[0，G]内的第K级亮...
论文阅读：Segmentation-Based Deep-Learning Approach for Surface-Defect Detection
Lesel的博客
07-24 4170
PDF\CODE 基于深度学习分割的表面缺陷检测 Domen Tabernik（domen.tabernik@fri.uni-lj.si）； Samo Šela； Jure Skvar； Danijel Skoaj（danijel.skocaj@fri.uni-lj.si） part of Springer Nature 2019 摘要：基于机器学习的表面缺陷自动检测已经成为一个有趣且有发展前景的研究领域，对视觉检测的应用领域产生了非常高且直接的影响。深度学习方法已成为最适合这项任务的方法。它
不同patchsize 对模型的影响
qq_40107571的博客
09-27 3412
不同patchsize 对模型的影响
深度学习学习日记5.8
qq_45845375的博客
05-08 643
较大的patch size意味着模型的感受野也会增大，即模型在处理图像时能够观察到更广泛的区域。这可能会导致模型更多地关注全局信息，而忽略局部细节，从而降低特征图的分辨率。较大的patch size会导致模型在每个步骤中将更大的区域视为一个单元，这可能导致较大的信息损失。因此，增大patch size会使得图像的特征图分辨率降低，因为模型更多地关注较大的图像区域，而不是局部细节。这是因为更大的patch size意味着模型在每一步处理的区域更大，因此产生的特征图会更为粗糙。
SwinTransformer
lt1103725556的博客
09-03 1165
解决Vit的计算复杂度问题： 传统的Vit: 假设图像切成4x4=16的patch，每个patch为16x16=2^8大小，则算self attention时，复杂度为n2∗d=(24)2∗28=216n^2*d=(2^4)^2*2^8=2^{16}n2∗d=(24)2∗28=216 本来Vit可以通过减少patch数量的方式来减少计算量，但ViT的patch内部是没有做attention的，patch越大，没有做信息交互的部分就越大。 而SwinTransformer做了几点改善： （1）local s
Paper Reading:U-Net
yihool_的博客
03-15 4541
Introduction 背景：生物医学图片中，往往每个像素都需要位置信息，并且存在训练样本不足的情况。应该为每个像素分配一个类别标签。 有人提出了一种模型，这个模型通过滑动窗口，对每个像素及其周围的局部区域进行预测从而给出每个像素的类别。这个模型有两个不足，一个是速度很慢，因为网络单独为每一个局部区域运行一次；另外这些patches有很多重叠。第二，在定位精度和patches的大小选择上很难权衡。patch的size越大，就需要越多的max-pooling层，这样会减小定位精度，而太小的patch-si.
CNN网络知识整理
NCU_wander的博客
11-07 2094
假定当前输入图片大小为224x224x3（rgb三通道），输出是32位深度，卷积核尺寸为5x5。 那么我们需要32个卷积核，每一个的尺寸为5x5x3（最后的3就是原图的rgb位深3），每一个卷积核的每一层是5x5（共3层）分别与原图的每层224x224卷积，然后将得到的三张新图叠加（算术求和），变成一张新的feature map。 每一个卷积核都这样操作，就可以得到32张新的feature map......
分割模型nnUNet学习日记（三）：nnUNet参数batch_size和patch_size的修改方式
Joker 007的博客
07-03 7213
分割模型nnUNet学习日记（三）：nnUNet参数batch_size和patch_size的修改方式
图片分类网络ViT、MobileViT、Swin-Transformer、MobileNetV3、ConvNeXt、EfficientNetV2
qq_56591814的博客
09-27 1万+
本文详细介绍了常用的图片分类网络：ViT、MobileViT、Swin-Transformer、MobileNetV1-V3、ConvNeXt、EfficientNetV1、V2
Batch与Patch 代表什么
无敌三脚猫的专栏
06-13 6842
batch和patch
超分辨 ：SRCNN
机器会学习的博客
10-21 1859
通过卷积神经网络提升图像的分辨率，本文采用一个简单的模型来实现对图片画质提升，测试数据来自《office》中的部分剧照，由于画面原始尺寸较大，所以是对原始画面切片后的每一片进行分辨率提升，然后在重组,训练数据也是基于每个图片的切片(Patch)进行训练。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值