测试

README.md

@@ -1,7 +1,7 @@
 # cDNA 微阵列图像处理作业
 
 > 刘航宇 | 河南理工大学计算机学院 | 2026
-
+测试
 ---
 
 ## 项目结构

docs/cDNA 微阵列网格划分.md

@@ -1,4 +1,4 @@
-# cDNA 微阵列网格划分 —— 简化版逐行代码讲解
+# cDNA 微阵列网格划分 —— 逐行代码讲解
 
 > 作者：刘航宇 | 河南理工大学计算机学院
 
@@ -7,11 +7,11 @@
 ## 写在前面
 
 这篇教程将 **逐行** 讲解 `cDNA_gridding_simple.py` 的每一段代码。
-目标读者是上《图像处理》课的同学，只要求你学过 Python 基础（列表、循环、numpy 数组）。
+目标读者是上《图像处理》课的同学，只要求学过 Python 基础（列表、循环、numpy 数组）。
 
 读完这篇文章，你会彻底理解：
 - 一张 cDNA 微阵列图像是怎么被自动划分成 22×22 个方格子的
-- 为什么这么简单的算法，结果能和原版完全一致（误差 0 像素）
+- 为什么这么简单的算法，结果能和原版老师发的示范MATLAB代码效果完全一致（误差 0 像素）
 
 ---
 
@@ -20,8 +20,7 @@
 我们有一张 cDNA 芯片图像（820×820 像素），上面整齐排列着绿色的荧光斑点。
 
 目标：**画一个网格线，让每个斑点都被一个方框圈住**。
-
+![整体思路](gridding_simple.png)
-![整体思路](images/overview_idea.png)
 
 怎么自动做到？核心思路只有一句话：
 
@@ -305,8 +304,8 @@ is_positive = [False, True, True, True, False, True, True, True]
 位置:    0      1      2      3      4      5      6      7
 数值:   -20    20     30     25    -22     15     40     18
 正负:   False  True   True   True  False   True   True   True
-           ↑                  ↑     ↑             ↑
+             ↑                   ↑      ↑             ↑
-        变化(0→1)          变化(3→4) 变化(4→5)
+        变化(0→1)          变化(3→4)  变化(4→5)
 ```
 
 `is_positive[i] != is_positive[i-1]` 为 True 时，说明第 `i` 个像素处发生了正负翻转，也就是"跨过了零点"。
@@ -339,7 +338,7 @@ is_positive = [False, True, True, True, False, True, True, True]
 ```
 减阈值后的信号:
 ───── + + + + ────── + + + + ────── + + + + ─────
-      ↑ 斑点  ↑       ↑ 斑点  ↑       ↑ 斑点  ↑
+     ↑ 斑点  ↑       ↑ 斑点  ↑       ↑ 斑点  ↑
   c1  c2  c3  c4   ...
 
 c1: 负→正 (进入第一个斑点)        ← 开头是负，跳过它

src/cDNA_gridding_simple.py

@@ -2,7 +2,9 @@
 cDNA微阵列图像处理 —— 简化版网格划分
 ======================================
 
-算法步骤（适合课堂讲解）：
+D:\ProgramData\anaconda3\envs\my_env\python.exe src/cDNA_gridding_simple.py
+
+算法步骤：
 
 1. 彩色图 → 灰度图
 2. 横轴投影：对每一列的所有像素灰度值求和 → 得到一条曲线