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)

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

總結

以上是生活随笔為你收集整理的pythonlbp纹理提取_Python + OpenCV 实现LBP特征提取的示例代码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。