从OpenCV的LBP实现中提取特征向量
从OpenCV的LBP实现中提取特征向量
提问于 2018-02-08 17:11:23
我正在开发一个人工智能程序，它可以用来在图像中检测人们面部的情绪，我偶然发现了OpenCV，这对于这个程序的人脸检测阶段来说是完美的。唯一的问题是我需要能够访问本地二进制模式分类器生成的特征向量，这样我就可以将该向量作为输入数据提供给AI。
因此，这个过程将是：
- 提供给LBP分类器的图像
- LBP分类器生成图像特征向量
- 传递给AI的特征向量进行处理
- 基于特征向量的人工智能情感检测
有办法这样做吗？不管这是用Java还是Python完成的，我只需要一种提取特征向量的方法。
或者，是否有不同的方法可以处理人们面部图像的像素内容，这样我就可以将数据传递给人工智能？
回答 1
Stack Overflow用户
发布于 2018-02-14 04:21:21
您试过从Python skimage.feature中使用local_binary_pattern吗？例如。
lbp = local_binary_pattern(image, lbp_sampling_points, lbp_sampling_radius, method="uniform")
(hist, _) = np.histogram(lbp.ravel(), bins=np.arange(0, lbp_sampling_points + 3), range=(0, lbp_sampling_points + 2))
# normalize the histogram
hist = hist.astype("float")
eps=1e-7
hist /= (hist.sum() + eps)然后用"hist“作为你的特征向量？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48691116
复制相关文章
相似问题
腾讯云开发者
