pythonlbp纹理提取_Python + OpenCV 实现LBP特征提取
背景
研读了几篇纹理特征提取的相关论文后发现，在理解图像细节方面具有一定的基础作用。打算自行开发其中某些算法，并观察经过特征提取后的系统运行情况
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')
为了在plt中显示图片，请将BGR图像转换为RGB格式；若使用cv2.imshow函数直接展示图像，则无需进行颜色空间转换。
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)
此致,敬礼