ls9690 2018-11-27 07:01
浏览 1120

实例中滑动窗口HOG特征向量是如何计算的,怎么得到计算结果的?

-*- coding: utf-8 -*-

import cv2
import numpy as np
from skimage.feature import hog

initialization

image_height = 48
image_width = 48
window_size = 24
window_step = 6

image = cv2.imread('a.jpg', 0) #a.jpg是一个48*48的灰度图像

def sliding_hog_windows(image):
hog_windows = []
for y in range(0, image_height, window_step):
for x in range(0, image_width, window_step):
window = image[y:y+window_size, x:x+window_size]
hog_windows.extend(hog(window, orientations=8, pixels_per_cell=(8, 8),
cells_per_block=(1, 1), visualise=False))
return hog_windows

features = sliding_hog_windows(image) #程序调试得到的结果是:features是一个2592维向量,手动计算怎么计算?

  • 写回答

0条回答 默认 最新

    报告相同问题?

    悬赏问题

    • ¥15 多电路系统共用电源的串扰问题
    • ¥15 slam rangenet++配置
    • ¥15 有没有研究水声通信方面的帮我改俩matlab代码
    • ¥15 对于相关问题的求解与代码
    • ¥15 ubuntu子系统密码忘记
    • ¥15 信号傅里叶变换在matlab上遇到的小问题请求帮助
    • ¥15 保护模式-系统加载-段寄存器
    • ¥15 电脑桌面设定一个区域禁止鼠标操作
    • ¥15 求NPF226060磁芯的详细资料
    • ¥15 使用R语言marginaleffects包进行边际效应图绘制