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
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
1、手写Hog特征提取算法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(grad_cell.shape[0]): for j in range(grad_cell.
了解本专栏 订阅专栏 解锁全文
作者:一个处女座的程序猿