Python + OpenCV 实现LBP特征提取的示例代码

有些时候,我们需要一种危机,来激发我们自身的潜能,唤醒我们内心深处被掩藏已久的人生激情,来实现人生的最大价值。时刻是没有声音的锉刀。早上好!

背景

看了些许的纹理特征提取的paper,想自己实现其中部分算法,看看特征提取之后的效果是怎样

运行环境

  • Mac OS
  • Python3.0
  • Anaconda3(集成了很多包,浏览器界面编程,清爽)

步骤

导入包

from skimage.transform import rotate
from skimage.feature import local_binary_pattern
from skimage import data, io,data_dir,filters, feature
from skimage.color import label2rgb
import skimage
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
import cv2

参数设置

# settings for LBP
radius = 1 # LBP算法中范围半径的取值
n_points = 8 * radius # 领域像素点数

图像读取

# 读取图像
image = cv2.imread('img/logo.png')
#显示到plt中,需要从BGR转化到RGB,若是cv2.imshow(win_name, image),则不需要转化
image1 = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
plt.subplot(111)
plt.imshow(image1)

灰度转换

image = cv2.cvtColor(image1, cv2.COLOR_BGR2GRAY)
plt.subplot(111)
plt.imshow(image, plt.cm.gray)

LBP处理

lbp = local_binary_pattern(image, n_points, radius)
plt.subplot(111)
plt.imshow(lbp, plt.cm.gray)

边缘提取

edges = filters.sobel(image)
plt.subplot(111)
plt.imshow(edges, plt.cm.gray)

到此这篇关于Python + OpenCV 实现LBP特征提取的示例代码就介绍到这了。你就像是一只暗夜里的灵魂,潜伏在我的周边。更多相关Python + OpenCV 实现LBP特征提取的示例代码内容请查看相关栏目,小编编辑不易,再次感谢大家的支持!

标签: Python OpenCV