python hog特征提取,直接从原始图像的HoG特征提取编辑图像的HoG特征

我有很多图像，我从中提取了HoG特征并保存了它们。在

我现在已经丢失了图像，很明显那是我在机器出故障之前没有备份过的数据集。在

但是我有包含这些图像的HoG特征的文件。在

如果我现在有图像，我会对图像应用剪切和旋转来创建更多的示例，然后获取这些编辑图像的HoG特征。在

但既然我没有图像。。。有没有可能只处理原稿的HoG特征，以获得编辑后的HoG特征？在

这是我用来编辑图像的代码，如果我还有图像的话，我会从中提取HoG特征用于对象分类：import numpy as np

from skimage import data, io, filter, color, exposure

from skimage.feature import hog

import skimage.transform as tf

from skimage.transform import resize, rescale, rotate, setup, warp, AffineTransform

import matplotlib.pyplot as plt

import os

from os import listdir

from os.path import isfile, join

import pickle

import Image

def generateSamples(path, readfile):

print "generating samples from " + path+"\\"+readfile

img = color.rgb2gray(io.imread(path+"\\"+readfile))

img = resize(img, (50,100))

filename = os.path.splitext(readfile)[0]

angles = [3, 0, -3]

shears = [0.13, 0.0, -0.13]

i = 0

no_samples = len(angles) * len(shears)

samples = np.empty((no_samples, int(img.shape[0]), int(img.shape[1])), dtype=object)

for myangle in angles:

myimg = rotate(img, angle=myangle, order=2)

for myshear in shears:

afine_tf = tf.AffineTransform(shear=myshear)

mymyimg = tf.warp(myimg, afine_tf)

samples[i] = np.array(mymyimg)

i+=1

#io.imshow(mymyimg)

#io.show()

newfile = filename + "_samples.vec"

pickle.dump(samples, file(path+"\\"+newfile,'w'))

print "saved vec file"

python hog特征提取,直接从原始图像的HoG特征提取编辑图像的HoG特征相关推荐

opencv roberts算子_图像之HOG特征描述算子-行人检测
4.1 简介本次任务将学习一种在深度学习之前非常流行的图像特征提取技术--方向梯度直方图(Histogram of Oriented Gradients),简称HOG特征.HOG特征是在2005年C ...
python使用matplotlib可视化、使用matplotlib可视化scipy.misc图像、自定义使用grey灰色映射、将不同亮度映射到不同的色彩、并添加颜色标尺
python使用matplotlib可视化.使用matplotlib可视化scipy.misc图像.自定义使用grey灰色映射.将不同亮度映射到不同的色彩.并添加颜色标尺目录
python使用matplotlib可视化、使用rcParams参数调整可视化图像中线条宽度、线条类型、文本字体、字体大小、字体颜色、字体类型、文本颜色等
python使用matplotlib可视化.使用rcParams参数调整可视化图像中线条宽度.线条类型.文本字体.字体大小.字体颜色.字体类型.文本颜色等目录
python使用matplotlib可视化、使用matplotlib可视化scipy.misc图像、自定义使用RdYIBu色彩映射、将不同亮度映射到不同的色彩
python使用matplotlib可视化.使用matplotlib可视化scipy.misc图像.自定义使用RdYIBu色彩映射.将不同亮度映射到不同的色彩目录
python使用matplotlib可视化、使用matplotlib可视化scipy.misc图像、自定义使用winter色彩映射、将不同亮度映射到不同的色彩
python使用matplotlib可视化.使用matplotlib可视化scipy.misc图像.自定义使用winter色彩映射.将不同亮度映射到不同的色彩目录
python使用matplotlib可视化、使用matplotlib可视化scipy.misc图像、自定义使用Accent色彩映射、将不同亮度映射到不同的色彩
python使用matplotlib可视化.使用matplotlib可视化scipy.misc图像.自定义使用Accent色彩映射.将不同亮度映射到不同的色彩目录
Python使用matplotlib可视化自定义背景色实战：自定义可视化图像的背景色（Background Color）
Python使用matplotlib可视化自定义背景色实战:自定义可视化图像的背景色(Background Color) 目录
图像特征提取：图像的矩特征
图像特征提取:图像的矩特征 1. 矩的概念图像识别的一个核心问题是图像的特征提取,简单描述即为用一组简单的数据(图像描述量)来描述整个图像,这组数据越简单越有代表性越好.良好的特征不受光线.噪点.几 ...
Python+opencv 机器视觉 - 基于霍夫圈变换算法检测图像中的圆形实例演示
Python+opencv 机器视觉 - 基于霍夫圈变换算法检测图像中的圆形实例演示第一章:霍夫变换检测圆 ① 实例演示1 ② 实例演示2 ③ 霍夫变换函数解析第二章:Python + openc ...
【图像处理】——Python+opencv实现提取图像的几何特征（面积、周长、细长度、区间占空比、重心、不变矩等）
转载请注明详细地址本文简单介绍了图像常见几何特征的概念以及求解方法本文介绍了Python和opencv求解几何特征的常用方法目录其他形状外接轮廓的方法可以参考:<OpenCV-Pytho ...

python hog特征提取,直接从原始图像的HoG特征提取编辑图像的HoG特征

python hog特征提取,直接从原始图像的HoG特征提取编辑图像的HoG特征相关推荐

最新文章

热门文章