Python + OpenCV 实现实现LBP特征提取的示例代码 特征提取的示例代码 主要介绍了Python + OpenCV 实现LBP特征提取的示例代码，文中通过示例代码介绍的非常详细，对大家的学 习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧 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我们。