cv2.eigen(hessian)
cv2.eigen(hessian)
ret,eigenVal,eigenVec= cv2.eigen(hessian)
返回值ret表示矩阵是否存在特征值,,eigenVal表示特征值, eigenVec表示特征向量
例子
import cv2
import os
img = cv2.imread("./1.png")
gray_origin = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray_origin, (5, 5), 0)
Ix = cv2.Scharr(gray, cv2.CV_32F, 1, 0,)
Iy = cv2.Scharr(gray, cv2.CV_32F, 0, 1)
Ixx = cv2.Scharr(Ix, cv2.CV_32F, 1, 0)
Ixy = cv2.Scharr(Ix, cv2.CV_32F, 0, 1)
Iyy = cv2.Scharr(Iy, cv2.CV_32F, 0, 1)
Iyx = cv2.Scharr(Iy, cv2.CV_32F, 1, 0)
# Hessian矩阵
row = gray_origin.shape[0]
col = gray_origin.shape[1]
for i in range(col):for j in range(row):if gray_origin[j, i] > 200:hessian = np.zeros((2, 2), np.float32)hessian[0, 0] = Ixx[j, i]hessian[0, 1] = Ixy[j, i]hessian[1, 0] = Iyx[j, i]hessian[1, 1] = Iyy[j, i]ret, eigenVal, eigenVec = cv2.eigen(hessian) # 返回特征值/特征向量print(cv2.eigen(hessian))
结果
(True, array([[ -6061.65],[-15946.35]], dtype=float32), array([[-0.55642134, 0.83090025],[ 0.83090025, 0.55642134]], dtype=float32))
(True, array([[-10306.799],[-17689.201]], dtype=float32), array([[-0.44061038, 0.89769846],[ 0.89769846, 0.44061038]], dtype=float32))
(True, array([[ -8120.189],[-14191.811]], dtype=float32), array([[-0.40943143, 0.9123409 ],[ 0.9123409 , 0.40943143]], dtype=float32))
(True, array([[-14783.798],[-26528.203]], dtype=float32), array([[ 0.42065722, 0.9072196 ],[ 0.9072196 , -0.42065722]], dtype=float32))
cv2.eigen(hessian)相关推荐
- python opencv3 特征提取与描述 DoG SIFT hessian surf
git:https://github.com/linyi0604/Computer-Vision DoG和SIFT特征提取与描述 1 # coding:utf-8 2 3 import cv2 4 5 ...
- python+opencv图像拼接-python opencv 图像拼接的实现方法
初级的图像拼接为将两幅图像简单的粘贴在一起,仅仅是图像几何空间的转移与合成,与图像内容无关.高级图像拼接也叫作基于特征匹配的图像拼接,拼接时消去两幅图像相同的部分,实现拼接合成全景图. 具有相同尺寸的 ...
- 图像中的天空区域检测!
一.引言 天空区域作为图像中的背景信息,为机器人导航.自动驾驶等领域的图像理解提供了重要依据,因此如何检测图像中的天空区域非常重要,本文提供了一个基于传统视觉算法(非机器学习方法)的提取天空区域的方法 ...
- python图像拼接_python opencv 图像拼接的实现方法
初级的图像拼接为将两幅图像简单的粘贴在一起,仅仅是图像几何空间的转移与合成,与图像内容无关.高级图像拼接也叫作基于特征匹配的图像拼接,拼接时消去两幅图像相同的部分,实现拼接合成全景图. 具有相同尺寸的 ...
- 如何计算一个神经网络在使用momentum时的hessian矩阵(论文调研)
根据[4]中的说法,"Though results on the Hessian of individual layers were not included in this study&q ...
- python模块cv2人脸识别_Python基于Opencv来快速实现人脸识别过程详解(完整版)
前言 随着人工智能的日益火热,计算机视觉领域发展迅速,尤其在人脸识别或物体检测方向更为广泛,今天就为大家带来最基础的人脸识别基础,从一个个函数开始走进这个奥妙的世界. 首先看一下本实验需要的数据集,为 ...
- 眼底图像血管增强与分割--(5)基于Hessian矩阵的Frangi滤波算法
在最优化里面提到过的hessian矩阵(http://blog.csdn.net/piaoxuezhong/article/details/60135153),本篇讲的方法主要是基于Hessian矩阵 ...
- OpenCV Eigen Sophus PCL G2O
外用库学习笔记 OpenCV 需知 OpenCV的结构 OpenCV modules 头文件 数据类型 示例 显示图片 视频 从摄像头中读取 读取文件并存放 读取配置文件 保存图片到文件 图像的像素 ...
- 特征提取 - 海森矩阵(Hessian Matrix)及一个用例(图像增强)
转自:https://blog.csdn.net/u013921430/article/details/79770458 这个例子效果并没有给出的结果那么好,但是Hessian矩阵的生成可以参考 前言 ...
最新文章
- 连接两个点云中的字段或数据形成新点云以及Opennni Grabber初识
- 苹果过审ipv6问题
- 【.NET Core项目实战-统一认证平台】第四章 网关篇-数据库存储配置(2)
- java runnable 异常_JAVA 线程中的异常捕获
- nginx+lua+redis 灰度发布实现方案
- lua的string.gsub初使用
- 浏览器中的JavaScript
- nagios监控mysql主从
- 如果一个普通人想创业或是干点副业赚钱,应该去赚谁的钱?
- ug建模文本怎么竖着_UG软件见解分析一二,设计必备软件,UG新手福音
- 86五笔输入法教程详解
- 网络安全web渗透技术
- 数据结构之求二叉树叶子结点个数
- 微软操作系统 Windows Server 2012 R2 官方原版镜像-转载
- 查看计算机屏幕颜色软件,电脑屏幕的颜色的红绿蓝值如何查看?
- Codeforces 982E Billiard 扩展欧几里德
- html设置控件坐标,html表格按钮位置调整 html中怎样改变表格的位置
- 矩阵的rank,nullspace以及eigenvalue的理解
- Orleans学习入门(最近公司要用奥尔良,特此记录下学习过程,希望各大神多指教)...
- 消息队列:生产者/消费者模式
热门文章
- mkdir与 mkdirs区别
- C++ 重载运算符和重载函数
- TiggerRamDisk绕过激活锁,屏幕锁隐藏工具新增Windows版本,支持最新iOS16.3系统
- CSS换行设置 white-space , word-break , overflow-wrap(原名word-wrap) , hyphens连字符 , text-overflow
- c语言测试框架设计,C语言单元测试框架Check
- github删除仓库详细步骤
- 路径规划: 浅谈路径规划算法
- 如果注销亚马逊账号及删除相关信用卡绑定
- SSM三大框架整合原理及步骤
- centos 服务器性能测试工具UnixBench