Python实现hog特征图可视化

Question

在这段代码的基础上 怎么能在第一张图上加上汽车那张图片中的彩条

Answer 1

引自免费微信小程序：皆我百晓生

在您提供的代码基础上，要在第一张图上添加汽车图片中的彩条，我们可以使用matplotlib库中的quiver函数来绘制箭头表示方向。首先，我们需要计算出HOG图中的梯度方向（x,y）坐标，然后在原图上绘制这些方向的箭头。以下是修改后的代码：

import cv2
import numpy as np
import matplotlib.pyplot as plt
from skimage.feature import hog

# 读入图像
img = cv2.imread('1.png')
img1 = cv2.resize(img, (300, 300))

# 将图像转换为RGB格式
image1 = cv2.cvtColor(img1, cv2.COLOR_BGR2RGB)
plt.subplot(1, 2, 1)
plt.imshow(image1)

# 计算HOG特征
orientations = 9
pixels_per_cell = (8, 8)
cells_per_block = (8, 8)
block_norm = 'L2-Hys'
transform_sqrt = True
feature_vector = False
visualize = True

image2 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
hog_features, hog_image = hog(image2, orientations, pixels_per_cell,
                              cells_per_block, block_norm, transform_sqrt,
                              visualize)

# 提取HOG图像的方向和大小信息
gradient_directions = hog_features[:, :, 0]
gradient_magnitudes = hog_features[:, :, 1]

# 定义箭头的位置、长度和方向
width = 1
height = 1
start_x = -width / 2
start_y = -height / 2
end_x = width / 2
end_y = height / 2

# 在原图上添加彩条
plt.quiver(image1.shape[1] // 2, image1.shape[0] // 2, gradient_directions * end_x, gradient_magnitudes * end_y,
           angles='xy', scale_units='xy', scale=1, width=width / 100, headwidth=3, headlength=5, color='r')

plt.title("Image with HOG arrow directions")
plt.show()

这段代码会先显示原始彩色图像，然后在其右侧显示带有HOG特征的箭头图。注意，这个箭头图并不是在HOG特征图上，而是在原始图像上根据HOG特征计算出的方向和大小来绘制的。箭头的颜色是红色，宽度较小，头部宽度和长度适中，这样可以清晰地显示出HOG特征中的方向信息。

如果你想要在HOG特征图上添加箭头，这可能不是最佳实践，因为HOG图通常用于机器学习模型，而不是直接用于视觉解释。但是，如果你坚持这样做，你需要将HOG图像调整到适当的比例，并在上面绘制箭头。这可能会导致箭头在视觉上难以理解，因为HOG图像通常是灰度的，且空间分辨率较低。