HOG特征向量的代码
clear all; close all; clc;img=double(rgb2gray(imread('E:/6.jpg')));
imshow(img,[]);
[m n]=size(img);img=sqrt(img); %伽马校正%下面是求边缘
fy=[-1 0 1]; %定义竖直模板
fx=fy'; %定义水平模板
Iy=imfilter(img,fy,'replicate'); %竖直边缘
Ix=imfilter(img,fx,'replicate'); %水平边缘
Ied=sqrt(Ix.^2+Iy.^2); %边缘强度
Iphase=Iy./Ix; %边缘斜率,有些为inf,-inf,nan,其中nan需要再处理一下%下面是求cell
step=16; %step*step个像素作为一个单元
orient=9; %方向直方图的方向个数
jiao=360/orient; %每个方向包含的角度数
Cell=cell(1,1); %所有的角度直方图,cell是可以动态增加的,所以先设了一个
ii=1;
jj=1;
for i=1:step:m %如果处理的m/step不是整数,最好是i=1:step:m-stepii=1;for j=1:step:n %注释同上tmpx=Ix(i:i+step-1,j:j+step-1);tmped=Ied(i:i+step-1,j:j+step-1);tmped=tmped/sum(sum(tmped)); %局部边缘强度归一化tmpphase=Iphase(i:i+step-1,j:j+step-1);Hist=zeros(1,orient); %当前step*step像素块统计角度直方图,就是cellfor p=1:stepfor q=1:stepif isnan(tmpphase(p,q))==1 %0/0会得到nan,如果像素是nan,重设为0tmpphase(p,q)=0;endang=atan(tmpphase(p,q)); %atan求的是[-90 90]度之间ang=mod(ang*180/pi,360); %全部变正,-90变270if tmpx(p,q)<0 %根据x方向确定真正的角度if ang<90 %如果是第一象限ang=ang+180; %移到第三象限endif ang>270 %如果是第四象限ang=ang-180; %移到第二象限endendang=ang+0.0000001; %防止ang为0Hist(ceil(ang/jiao))=Hist(ceil(ang/jiao))+tmped(p,q); %ceil向上取整,使用边缘强度加权endendHist=Hist/sum(Hist); %方向直方图归一化Cell{ii,jj}=Hist; %放入Cell中ii=ii+1; %针对Cell的y坐标循环变量endjj=jj+1; %针对Cell的x坐标循环变量
end%下面是求feature,2*2个cell合成一个block,没有显式的求block
[m n]=size(Cell);
feature=cell(1,(m-1)*(n-1));
for i=1:m-1for j=1:n-1 f=[];f=[f Cell{i,j}(:)' Cell{i,j+1}(:)' Cell{i+1,j}(:)' Cell{i+1,j+1}(:)'];feature{(i-1)*(n-1)+j}=f;end
end%到此结束,feature即为所求
%下面是为了显示而写的
l=length(feature);
f=[];
for i=1:lf=[f;feature{i}(:)'];
end
figure
mesh(f)
HOG特征向量的代码相关推荐
- HOG特征向量的代码 源代码改
<pre name="code" class="cpp">function HOGFeature = ImgHOGFeature( imgPathN ...
- hog特征提取python代码_HOG特征提取
我想提取阿拉伯笔迹线条图像的HOG特征.代码如下.所以,我需要关于如何输入图像和如何输出特征的帮助.有谁能帮我一下吗.在import numpy as np from scipy import sqr ...
- OpenCV关于hog特征向量的个数
其实原理是很简单的, 在OpenCV实现的是R-HOG, 即对图像img->窗口window->块block->细胞单元cell进行向量统计 首先看描述器的构造函数, 我用 ...
- 矩阵的特征值、特征向量及其代码求解实现
如果把矩阵看成运动,描述运动最重要的参数当属运动的速度和方向.为了帮助大家理解,我们可以形象地认为:特征值就是运动的速度,特征向量就是运动的方向. Python代码: import numpy as ...
- hog特征提取python代码_hog特征提取-python实现
[转载自 https://blog.csdn.net/ppp8300885/article/details/71078555] 全部代码: importcv2importnumpy as npimpo ...
- Jacobi迭代求矩阵特征值和特征向量+C代码
Jacobi计算过程如下: 1. 选择矩阵A非对角元中最大值A[i][j],运用公式 tan 2O = 2*A[i][j] / (A[i][i] -A[j][j]) 获得选择平面矩阵J,使J * A ...
- SVM+HOG识别Matlab代码,序列前向搜索Malab代码,抗遮挡的STC跟踪C++代码
1.毕业论文的代码.一个能识别能跟踪的程序.识别部分为SVM+HOG还有序列前向搜索,为Matlab写的. 2.跟踪部分为提升的STC跟踪算法,原版STC代码见http://blog.csdn.net ...
- HOG特征提取matlab代码
clear;clc; img=imread('1.png'); % 1.%灰度化 img=rgb2gray(img); img=double(img); step=8; %8*8个像素作为一 ...
- 『ML笔记』HOG特征提取原理详解+代码
HOG特征提取原理详解+代码! 文章目录 一. HOG特征介绍 二. HOG算法具体流程+代码 2.1. 图像灰度化和gamma矫正 2.2. 计算图像像素梯度图 2.3. 在8×8的网格中计算梯度直 ...
最新文章
- 波士顿动力警犬遭禁用!反对呼声太高,纽约警局认怂
- 线程安全: 互斥锁和自旋锁(10种)
- 隔空投送找不到_嗑技热点对标苹果AirDrop,安卓终于也能隔空投送
- 走进腾讯 |《产品经理第一课》宜信、零度无人机、悦跑圈核心团队独家分享爆款产品的打造秘籍...
- python 依据某几列累加求和_Python爬虫笔记:爬取单个页面
- -bash: xxx: command not found
- 带有Gradle的Spring Boot Web应用程序
- YII2 服务器验证码不显示
- mysql 低端_mysql入门
- 妙啊,小米11保护壳先小米11一步上市了...
- DNS解释问题:java.net.UnknownHostException
- Maximum Submatrix Largest Rectangle
- 手机qq2010java触屏_手机QQ2010(Java触屏)Beta2发布:操作更流畅
- win10修改用户名/指纹无法置入/用户文件没有重命名的选项
- 深入学习ArduinoJson库 V5版本
- 转载和积累系列 - L4负载均衡的设计与实现
- 缓存的那些应用场景,你都清楚吗?
- Maven 常用镜像站地址
- 自制智能插线板,内嵌BLE低功耗蓝牙,通过手机进行控制(一)
- 万变不离其宗之ZYNQ串口介绍