图像数据的特征提取方法
图像特征主要有图像的颜色特征、纹理特征、形状特征和空间特征。传统的特征提取方法分为两个类别,分别是基于结构形态的特征提取与基于几何分布的特征提取。
1.Canny算子
Canny算子是效果较好的一种图像边缘检测算子。它分为两个阶段,首先对图像进行高斯平滑,然后对平滑之后的图像进行Roberts算子运算。
Canny边缘检测算子主要包括以下四个步骤。
用高斯滤波器对图像进行平滑处理。
用一阶偏导的有限差分来计算梯度的幅值和方向。
对梯度的幅值进行非极大值抑制处理。
用双阈值算法检测和连接图像的边缘。
import cv2
image = cv2.imread("lena.jpg")
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
#Canny边缘检测
canny = cv2.Canny(image, 30, 150)
cv2.imwrite("Canny.jpg", canny)
2 傅里叶特征算子法
import cv2
import numpy as np
#直接读为灰度图像
img = cv2.imread('lena.png', 0)
f = np.fft.fft2(img)
fshift = np.fft.fftshift(f)
#先取绝对值,表示取模。再取对数,将数据范围变小
magnitude_spectrum = 20*np.log(np.abs(fshift))
cv2.imwrite("center.jpg", magnitude_spectrum)
3 不变矩
根据归一化之后的中心矩,对旋转、平移、尺度等都不敏感的七个不变矩。下面我们对同一幅图像,分别进行尺度缩小为原始图像的一半、逆时针旋转5度操作以及垂直镜像变换的操作,分别求出原始图像及变换后的各个图像的七阶矩。可以得出,这七阶矩的值对于尺度、旋转及镜像变换不敏感。程序代码如下:
import cv2
from datetime import datetime
import numpy as np
np.set_printoptions(suppress=True)def my_humoments(img_gray):moments = cv2.moments(img_gray)humoments = cv2.HuMoments(moments)#取对数humoments = np.log(np.abs(humoments))print(humoments)if __name__ == '__main__':t1 = datetime.now()fp = 'lena.jpg'img = cv2.imread(fp)#缩放h,w,_ = img.shapeimg = cv2.resize(img, (h//2, w//2), cv2.INTER_LINEAR)img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)cv2.imwrite("scale.jpg",img_gray)#旋转(h, w) = img.shape[:2]center = (w // 2, h // 2)M = cv2.getRotationMatrix2D(center, 5, 1.0)img = cv2.warpAffine(img, M, (w, h))img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)cv2.imwrite("rotate.jpg", img_gray)#垂直镜像img = cv2.flip(img, 0, dst=None)img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)cv2.imwrite("flip.jpg",img_gray)my_humoments(img_gray)
图像数据的特征提取方法相关推荐
- 让机器“看见”:图像数据的特征提取方法
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:谢雨飞,趣头条算法工程师 图像特征主要有图像的颜色特征.纹理特征. ...
- php 提取图片的特征,让机器“看见”:图像数据的特征提取方法
图像特征主要有图像的颜色特征.纹理特征.形状特征和空间关系特征.人眼能够看到图像这种视觉信息,但这种信息并不能让计算机"看见",即计算机并不能处理这种信息. 想要让计算机" ...
- 四种简单的图像显著性区域特征提取方法-----AC/HC/LC/FT。
四种简单的图像显著性区域特征提取方法-----> AC/HC/LC/FT. 分类: 图像处理 2014-08-03 12:40 4088人阅读 评论(4) 收藏 举报 salient regio ...
- 四种比较简单的图像显著性区域特征提取方法原理及实现
四种比较简单的图像显著性区域特征提取方法原理及实现-----> AC/HC/LC/FT. laviewpbt 2014.8.4 编辑 Email:laviewpbt@sina.com QQ ...
- 四种简单的图像显著性区域特征提取方法----- AC/HC/LC/FT。
四种简单的图像显著性区域特征提取方法-----> AC/HC/LC/FT. 分类: 图像处理 2014-08-03 12:40 4088人阅读 评论(4) 收藏 举报 salient regio ...
- 计算机表情识别技术研究学什么,表情识别的图像预处理和特征提取方法研究
表情识别的图像预处理和特征提取方法研究 表情识别是基于视觉信息将脸部的运动或脸部特征的形变进行分类,包括三部分:脸部定位.脸部特征抽取和表情分类.本文首先使用肤色模型进行脸部定位;对提取出来的人脸进 ...
- 数学建模与数据分析 || 3. 面向数据的特征提取方法: 探索性数据分析
面向数据的特征提取方法: 探索性数据分析 文章目录 面向数据的特征提取方法: 探索性数据分析 1. 原始数据的准备 1.1 导入 python 模块 1.2 导入数据集并进行宏观认识 1.3 数据集描 ...
- isar舰船 matlab,一种isar图像舰船目标特征提取方法
一种isar图像舰船目标特征提取方法 [技术领域] [0001] 本发明涉及一种ISAR图像舰船目标特征方法,属于图像处理领域. [0002] 适用于岸基/船载ISAR雷达成像平台,对ISAR图像进行 ...
- 提取图像数据的特征,让机器“看见”
来源:Datawhale 本文约3600字,建议阅读7分钟 本文介绍图像特征提取的两种方法,基于结构形态的特征提取与基于几何分布的特征提取. [ 导语 ] 人眼可以看到图像的视觉信息,包括颜色特征.纹 ...
最新文章
- java adobe pdf转word_原来PDF转Word这么简单!现在才知道
- Robotframework SSHLibrary库关键字
- 【推荐】微服务分布式企业框架Springmvc+mybatis+shiro+Dubbo+ZooKeeper+Redis
- TP5 实现多字段的关键词模糊查询
- HSIC简介:一个有意思的判断相关性的思路
- zybo的linux开发教程,Zybo全栈开发入门教程——连载三:创建Linux设备驱动和应用程序...
- matlab调用ANSYS--------2
- java课外兴趣小组管理系统_课外兴趣小组活动方案
- C#LeetCode刷题之#231-2的幂(Power of Two)
- 【回顾】推荐系统工程师技能树
- Spring Boot 2 (三):Spring Boot 开源软件都有哪些?
- laydate 在vue中使用_Vue中使用ArcGIS JS API 4.14开发
- 微信支付异常故障记录
- spring boot的 banner
- 微信小程序跳转微信内置浏览器
- java画五角星_如何用Java程序写出五角星?
- php使用qq登录api接口,QQ的账号登录及PHP api操作
- spoolsv病毒的清除
- 响应式图像--图片自适应大小
- Python Turtle绘图[难度2星]:甜美棒棒糖(基础效果 / 加描边优化)
热门文章
- java的学习????
- python基础选择题库_智慧树题库Python基础期末答案2020年免费
- 华为正鸿蒙发布会,星星之火 数码视讯支持华为鸿蒙发布会全球直播
- 鸿蒙os适配平板,华为新平板搭载高通4G芯片,鸿蒙OS已适配完成,友商随时可用...
- 子集全排列组合数问题(带你轻松拿捏十一道OJ题)
- 使用萤石工作室采集视频流程以及萤石摄像头(C6、C8PF)、Sj6 Legend详解
- 算法实践-遗传算法GA
- 从硬件到软件,苹果一直坚持的造车梦....
- 通过ID获得链接地址
- keil5编译器退出调试时卡死