社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

超神!史上最全TEM分析软件/教程汇总:DigitalMicrograph、ImageJ、IPP、NM、PPT、TIA等

催化开天地 • 1 年前 • 547 次点击  
透射电镜(TEM)是最常用的材料表征分析仪器,但数据和图片处理较为麻烦,需要专业的软件来辅助。
因此,我们针对TEM图像分析和数据处理,为大家精选了相关软件和精华教程资料包,一次性解决你的TEM数据处理问题!
资料包括课程视频、练习文件、安装包、使用教程/干货等,涉及Digital Micrograph、Nano Measurer、Image J、Image-Pro Plus、TEM Imaging&Analysis(TIA)、PPT等软件(学习资料展示见后文)。


资料已上传百度网盘,添加好友回复211免费获取所有资料。



1

DM最新版+教程资料

在电子显微学界,DigitalMicrograph (DM)是一个为人皆知的软件。它是最常用的透射电镜数据采集和分析软件,它由美国Gatan公司研发,具有采集图像,图像处理和分析,数据管理和报告打印等多种功能。

我们为大家准备了最新版的DigitalMicrograph安装包、License、安装视频教程、使用教程干货(见下图)。



2

PPT处理电镜图片课程

PPT除了用于绘制各种三维模型和科研插图之外,还可以用来处理电镜图片,简单高效,十分强大!

给大家分享电镜图片处理方法,全套视频包括以下技巧:单元素、多元素的上色技巧;快速排版;添加新标尺;快捷键介绍;高清图片导出方法;亮度、清晰度、对比度调整;晶格间距测量;颗粒尺寸测量等。可以说是非常强大了!

PPT处理电池图片课程视频、资料截图(见下图)。



3

IPP安装包+课程+干货

Image-Pro Plus(IPP)具有强大的2D和3D图像处理、增强和分析功能,以及异常丰富的测量和定制功能。适合于荧光成像、质量控制、材料成像及其它的多项科研、医学与工业应用。
我们为大家准备了异常丰富的Image-Pro Plus学习资料,精选官方中文学习指南、42节官方教程视频、44节中文教程视频、Flash视频、以及大量文本教程干货。

Image-Pro Plus学习资料展示、视频截图(见下图)。



4

ImageJ安装包+课程+手册

相比于IPP软件,对于初学者来说还是建议使用ImageJ,操作简单,程序小,运行快,而且基本可以满足你的所有基本图像分析需要。

Image J 支持TIFF, PNG, GIF, JPEG, BMP, DICOM, FITS等多种格式。只要内存允许,ImageJ能打开任意多的图像进行处理。除了基本的图像操作, 比如缩放,旋转, 扭曲, 平滑处理外,ImageJ还能进行图片的区域和像素统计, 间距,角度计算, 能创建柱状图和剖面图,进行傅里叶变换。

3套Image J视频课程(见下图)



5

TEM Imaging&Analysis

TEM Imaging&Analysis简称TIA,是FEI的一款透射电镜图像和能谱图处理分析软件,主要用于图像和光谱的采集与分析,与DigitalMicrograph 类似。

文献中常见的HRTEM图例



6

Nano Measurer安装包

Nano Measurer是中文版的粒度分析软件(长度分析软件),分析粒度大小,粒度分布,纳米线纳米颗粒的尺寸分布;且可以分析与尺寸有关的任何图片,比如求晶面间距等,使用方法超级简单,下面会作简要的介绍。软件也非常的小,安装过程很简单无需破解。
安装教程:SEM粒径分布统计、作图及Nano Measurer软件安装必备技能(附软件)
以上全部资料已上传至百度网盘,添加下方微信好友回复关键“211”领取。
资料
免费获取

长按识别二维码回复:211

长按识别二维码回复:211

长按识别二维码回复:211

免费获取全套教程大全

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/163444
 
547 次点击