溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹Python + OpenCV如何實現LBP特征提取，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！
背景
看了些許的紋理特征提取的paper，想自己實現其中部分算法，看看特征提取之后的效果是怎樣
運行環境
Mac OS
Python3.0
Anaconda3(集成了很多包，瀏覽器界面編程，清爽)
步驟
導入包
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
參數設置
# settings for LBP radius = 1 # LBP算法中范圍半徑的取值 n_points = 8 * radius # 領域像素點數
圖像讀取
# 讀取圖像
image = cv2.imread('img/logo.png')
#顯示到plt中，需要從BGR轉化到RGB，若是cv2.imshow(win_name, image)，則不需要轉化
image1 = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
plt.subplot(111)
plt.imshow(image1)
灰度轉換
image = cv2.cvtColor(image1, cv2.COLOR_BGR2GRAY) plt.subplot(111) plt.imshow(image, plt.cm.gray)
LBP處理
lbp = local_binary_pattern(image, n_points, radius) plt.subplot(111) plt.imshow(lbp, plt.cm.gray)
邊緣提取
edges = filters.sobel(image) plt.subplot(111) plt.imshow(edges, plt.cm.gray)
以上是“Python + OpenCV如何實現LBP特征提取”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
