# ImageJ 教學：分析海水表面溫度

> 作者：王一哲
> 第1版：2016/4/6
> 第2版：2020/6/11

## 安裝所需軟體

### Java Runtime Environment

請到[此頁面](https://www.java.com/zh_TW/download/manual.jsp)選擇配合作業系統的 JRE (Java Runtime Enviroment)，目前最新的版本為 **Version 8 Update 251**，分為下幾種作業系統

1. [Windows 32-bit](https://javadl.oracle.com/webapps/download/AutoDL?BundleId=242058_3d5a2bb8f8d4428bbe94aed7ec7ae784)
2. [Windows 64-bit](https://javadl.oracle.com/webapps/download/AutoDL?BundleId=242060_3d5a2bb8f8d4428bbe94aed7ec7ae784)
3. [Linux 32-bit](https://javadl.oracle.com/webapps/download/AutoDL?BundleId=242048_3d5a2bb8f8d4428bbe94aed7ec7ae784)
4. [Linux 64-bit](https://javadl.oracle.com/webapps/download/AutoDL?BundleId=242050_3d5a2bb8f8d4428bbe94aed7ec7ae784)

<img height="70%" width="70%" src="https://imgur.com/JaW9vhQ.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center"><a href='https://www.java.com/zh_TW/download/manual.jsp' target='_blank'>https://www.java.com/zh_TW/download/manual.jsp</a></div>
<br />

<img height="70%" width="70%" src="https://imgur.com/3q019FR.png" style="display: block; margin-left: auto; margin-right: auto;"/><br />
<div style="text-align:center">Windows 64-bit 版安裝畫面</div><br /><br />
<br />

<img height="70%" width="70%" src="https://imgur.com/YFaRaIf.png" style="display: block; margin-left: auto; margin-right: auto;"/><br />
<div style="text-align:center">Windows 64-bit 版安裝成功畫面</div><br /><br />

### 安裝 Windows 版 ImageJ

請到[此頁面](https://imagej.nih.gov/ij/download.html)下載檔案，目前最新的版本為 [1.5.3](http://wsr.imagej.net/distros/win/ij153-win-java8.zip)， 此軟體不需要安裝，只要將下載後的檔案解壓縮，執行 ImageJ 資料夾當中的 ImageJ.exe 即可。

<img height="50%" width="50%" src="https://imgur.com/Puest0U.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">ImageJ 官方網站</div>
<br />

### Linux 系統上的安裝方法

我測試的環境為 Lubuntu 19.04，只要開啟終端機輸入並執行以下指令即可

sudo apt install imagej

<br />

若使用其它版本的 Linux，請參考[這個網頁](https://imagej.nih.gov/ij/docs/install/linux.html)。
<br />

## 利用色階校正分析全球海水表面平均溫度圖

### 下載要分析的圖片

由美國國家海洋暨大氣總署（National Oceanic and Atmospheric Administration, [NOAA](https://www.noaa.gov/)）網站找到所需圖片並複製圖片連結。網頁下方有不同日期、位置的圖片可以選擇。

</br>

<img height="100%" width="100%" src="https://i.imgur.com/sXhhOv2.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center"><a href='https://www.ospo.noaa.gov/Products/ocean/sst/50km_night/index.html' target='_blank'>https://www.ospo.noaa.gov/Products/ocean/sst/50km_night/index.html</a></div>
</br>

### 將所選的圖片匯入 ImageJ

1. 我選用的圖片為2016年4月21日全球夜間海水表面溫度圖，圖片連結為 https://www.ospo.noaa.gov/data/sst/50km_night/2016/sstnight.4.21.2016.gif
2. 將圖片匯入 ImageJ，依序點選 **File** → **Import** → **URL** → **貼上連結後按OK**。

</br>

<img height="100%" width="100%" src="http://www.ospo.noaa.gov/data/sst/50km_night/2016/sstnight.4.21.2016.gif" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center"><a href='https://www.ospo.noaa.gov/data/sst/50km_night/2016/sstnight.4.21.2016.gif' target='_blank'>https://www.ospo.noaa.gov/data/sst/50km_night/2016/sstnight.4.21.2016.gif</a></div>
</br>

<img height="80%" width="80%" src="https://i.imgur.com/xoHMvs9.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">File → Import → URL</div>
</br>

<img height="60%" width="60%" src="https://i.imgur.com/0XjfKTM.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">輸入超連結視窗</div>
</br>

### 檢驗圖例中色階的變化是否為線性

1. 利用主視窗裡的直線工具，在圖片最下方的圖例中拉一條直線。
2. 由主視窗的工具列依序點選 **Analyze** → **Plot Profile** 或按下 **Ctrl+K** 畫出直線上灰階值與位置的關係圖。
3. 圖形為斜直線，代表圖例中的色階為線性變化。

</br>

<img height="80%" width="80%" src="https://i.imgur.com/weu79Mc.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">ImageJ 主視窗</div>
</br>

<img height="80%" width="80%" src="https://i.imgur.com/doGoe5R.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">在下方的圖例中畫直線</div>
</br>

<img height="80%" width="80%" src="https://i.imgur.com/3Nbgg8B.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">圖例中的色階灰階值與位置的關係</div>
</br>

### 將圖例部分放大

1. 利用主視窗裡的矩形工具選取圖例的最左側
2. 將畫面放大到所選取的部分，依序點選 **Image** → **Zoom** → **To Selection**

</br>

<img height="80%" width="80%" src="https://i.imgur.com/ZZn6XvU.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">Image → Zoom → To Selection</div>
</br>

### 測量圖例中每個溫度標示對應的灰階值

1. 利用主視窗裡的直線工具，在圖例中最左側有標示數值的位置畫直線。
2. 由主視窗的工具列依序點選 **Analyze** → **Measure** 或按下 **Ctrl+M** 測量直線所在位置的灰階值。
3. 重複以上步驟，測量圖例中所有標示數值位置對應的灰階值。

</br>

<img height="60%" width="60%" src="https://i.imgur.com/zb8sdlS.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">在圖例中有標示數值的位置畫直線</div>
</br>

<img height="60%" width="60%" src="https://i.imgur.com/rpCblgR.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">每個有標示數值處對應的灰階值</div>
</br>

### 將灰階值換算成溫度

1. 由主視窗的工具列依序點選 **Analyze** → **Calibrate**
2. Calibrate 視窗左側為剛才測量的數值，右側要自行填入對應的溫度，以本例而言為：-2.0 0.0 2.0 4.0 6.0 8.0 10.0 12.0 14.0 16.0 18.0 20.0 22.0 24.0 26.0 28.0 30.0 32.0 34.0
3. 選擇函數為 **Straight Line** ，單位改為 **C** ，按下 **OK** 後，會顯示換算的圖形及公式。
4. 回到原來的圖片，當滑鼠滑標移到圖上時，主視窗下的狀態列會顯示此處對應的溫度。

</br>

<img height="50%" width="50%" src="https://i.imgur.com/NGEoq2y.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">Calibrate 視窗</div>
</br>

<img height="80%" width="80%" src="https://i.imgur.com/NwVPW8U.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">線性擬合的結果</div>
</br>

<img height="100%" width="100%" src="https://i.imgur.com/21KiZS9.png" style="display: block; margin-left: auto; margin-right: auto;"/>
<div style="text-align:center">校正後的圖片及讀取結果</div>
</br>

## 參考資料

用imagej作grayscale的校正 測量海溫圖上的溫度資訊。2016年4月25日。取自 https://www.youtube.com/watch?v=y4l3BBQK428&list=PLm6x13NbsKl5So8XGnb4RgvLhrQCVzvnX&index=7 。

</br>

---

###### tags:`ImageJ`