高光譜成像，讓每個像素都有一條光譜

影像 × 光譜：每個像素一條指紋

一般相機每個像素只有 RGB 三個數字；高光譜成像（Hyperspectral Imaging, HSI）讓每個像素都記錄一整條光譜—— 把影像（空間 x, y）和光譜（波長 λ）疊成一個「資料立方體」。在可見-近紅外（Vis-NIR）波段，這條光譜反映了水分、糖、色素等成分， 讓我們能不接觸、不破壞地一次看出整顆水果或整片葉菜的化學分布。

  食材 ──▶ 高光譜相機 ──▶ 資料立方體 (x, y, λ) ──▶ 取每個樣本平均光譜 ──▶ 整理成「樣本 × 波段」資料矩陣

SpectroFood：四種食材的真實光譜（開源）

資料來自 SpectroFood 開源資料集（Zenodo 8362947）：蘋果、花椰菜、韭蔥、蘑菇的 Vis-NIR 反射光譜，並附實驗室量得的乾物質含量。 共 1028 個樣本，全部數字皆由 analysis/run_analysis.py 實際執行產生、可重現。

先看原始光譜，再做 SNV 前處理

不同樣本因表面散射、量測距離不同，整條光譜會上下平移或縮放。SNV（Standard Normal Variate，標準正態變量）逐樣本減平均、除標準差， 消除這種散射差異，讓真正的化學形狀浮現——這是光譜分析的標準前處理。

PCA：把上百個波段壓成幾個方向

主成分分析（Principal Component Analysis）在資料最分散的方向上建立新座標軸：PC1 是變異最大的方向、PC2 與它垂直且次大…… 少數幾個主成分就能描述最重要的結構，把高維光譜畫成一張看得懂的散布圖。

分類：用光譜辨認是哪種食材

把 SNV 光譜切成訓練／測試集（75% / 25%），交給監督式分類器學「光譜 → 食材」的對應。 這裡用 SVM（支援向量機） 與 隨機森林（Random Forest） 兩種模型，在獨立測試集上驗證。

PLS：把光譜換算成乾物質含量

分類給的是「類別」；很多時候我們要的是一個連續數值，例如乾物質、糖度、含水量。 偏最小二乘迴歸（PLS Regression）找出的潛在變量同時解釋光譜變異、又對齊目標數值，是光譜定量的標準方法。

這裡用韭蔥的完整光譜（421 波段，延伸到 1717 nm 近紅外）來預測乾物質——因為水分、有機物的吸收主要在 NIR， 只用可見光是不夠的。以 12 個潛在變量、10 折交叉驗證誠實評估。

Python 程式（scikit-learn）

整套分析用 numpy / pandas / scikit-learn 完成、可重現，完整檔案見 analysis/run_analysis.py。

前處理 — SNV（逐樣本標準化，消除散射）

def snv(a):
    """Standard Normal Variate：逐樣本減平均、除標準差。"""
    return (a - a.mean(1, keepdims=True)) / a.std(1, keepdims=True)

Xsnv = snv(Xc)          # Xc = 樣本 × 141 共同波段

PCA — 主成分分析

from sklearn.decomposition import PCA
pca = PCA(n_components=10).fit(Xsnv)
scores = pca.transform(Xsnv)              # 樣本在新軸上的位置
ev = pca.explained_variance_ratio_        # PC1=71.6%, PC2=23.0%, 前2累積=94.6%

分類 — SVM + 隨機森林（獨立測試集）

from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.ensemble import RandomForestClassifier
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler

Xtr, Xte, ytr, yte = train_test_split(Xsnv, food, test_size=0.25,
                                      random_state=42, stratify=food)
svm = make_pipeline(StandardScaler(), SVC(kernel="rbf", C=10)).fit(Xtr, ytr)
rf  = RandomForestClassifier(n_estimators=300, random_state=42).fit(Xtr, ytr)
# 測試集 257 樣本：SVM 100%、RF 100%

PLS 迴歸 — 韭蔥乾物質（10 折 CV）

from sklearn.cross_decomposition import PLSRegression
from sklearn.model_selection import cross_val_predict

pls = PLSRegression(n_components=12)
yhat = cross_val_predict(pls, snv(X_leek), dry_matter, cv=10)
# R² = 0.84, RMSE = 0.96%（韭蔥 421 波段，至 1717 nm）

pip install numpy pandas scipy scikit-learn matplotlib spectral
cd analysis
python run_analysis.py     # 下載/讀取 SpectroFood、SNV、PCA、SVM/RF、PLS
# 圖輸出到 assets/images/，數字輸出到 results.json

用 Orange Data Mining 親手拉一遍

課堂可用 Orange（搭配 Orange-Spectroscopy 外掛）的拖拉式 widget，不寫一行程式就重現上面的 PCA、分類與迴歸。 開啟 analysis/spectrofood_workflow.ows 即可。

          ┌─ Data Table              （檢視原始光譜）
          │
 File ────┼─ Preprocess Spectra (SNV) ─┬─ PCA ──▶ Scatter Plot         ← PCA 分群（Color = food）
(Spectro  │                            │
 Food)    │                            ├─ Test & Score ← SVM / Random Forest ──▶ Confusion Matrix   ← 分類
          │                            │
          └────────────────────────────┴─ PLS Regression ──▶ Predictions   ← 乾物質迴歸（韭蔥）

PCA、分類、PLS：一張表看懂