Python + OpenCV 实现LBP特征提取的示例代码

yipeiwu_com5年前Python基础

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)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

使用python绘制二元函数图像的实例

废话少说,直接上代码: #coding:utf-8 import numpy as np import matplotlib.pyplot as plt from mpl_toolk...

python生成器推导式用法简单示例

本文实例讲述了python生成器推导式用法。分享给大家供大家参考,具体如下: 1.生成器推导式是继列表推导式后的有一中python推导式,他比列表推导式速度更快,占用的内存也更少。 2....

Python使用random.shuffle()打乱列表顺序的方法

Python的random.shuffle()函数可以用来乱序序列,它是在序列的本身打乱,而不是新生成一个序列。 示例: from random import shuffle x =...

详解pandas删除缺失数据(pd.dropna()方法)

详解pandas删除缺失数据(pd.dropna()方法)

1.创建带有缺失值的数据库: import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(5,...

Python之py2exe打包工具详解

下载Python对应版本的py2exe,使用这个工具可以将自己的程序打包成exe文件。 使用这个工具需要写一个用于打包的setup.py文件(名称可以自己定,不一定是setup.py),...