CV之FD之HOG:图像检测之基于HOG算法、简介、代码实现(计算图像相似度)之详细攻略
相关文章:CV之FD之HOG:图像检测之基于HOG算法、简介、代码实现(计算图像相似度)之详细攻略
- import numpy as np
- import cv2
-
-
- 1、灰度图像gamma校正
- def gamma(img):
- return np.power(img / 255.0, 1)
-
-
- 2、获取梯度值cell图像,梯度方向cell图像
- def div(img, cell_x, cell_y, cell_w):
- cell = np.zeros(shape=(cell_x, cell_y, cell_w, cell_w))
- img_x = np.split(img, cell_x, axis=0)
- for i in range(cell_x):
- img_y = np.split(img_x[i], cell_y, axis=1)
- for j in range(cell_y):
- cell[i][j] = img_y[j]
- return cell
-
-
- 3、获取梯度方向直方图图像,每个像素点有9个值
- def get_bins(grad_cell, ang_cell):
- bins = np.zeros(shape=(grad_cell.shape[0], grad_cell.shape[1], 9))
- for i in range
网站声明:如果转载,请联系本站管理员。否则一切后果自行承担。
加入交流群
请使用微信扫一扫!