编程语言
首页 > 编程语言> > 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

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

作者:互联网

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.

标签:HOG,img,cell,shape,FD,图像,np
来源: https://blog.csdn.net/qq_41185868/article/details/103391023