问题标签 [lbph-algorithm]

我一直在研究一个 opencv 项目，该项目需要计算旋转不变局部二进制模式的直方图。我检查了 github 和 bytefish git repos，但找不到我要找的东西。

正是我想说的是，一旦我找到任何视频帧或图像的 lbp 图像，如何使其旋转不变 lbp 并找到它的直方图作为可以进一步用于训练或分类的纹理特征。

有人可以告诉我如何在opencv c ++中准确找到旋转不变LBP的直方图和均匀旋转不变LBP的直方图。

谢谢！

我想使用 OpenCV C++ 计算灰度图像的方差局部二进制模式的直方图。

有人可以解释一下如何在 OpenCV C++ 中准确找到方差 LBP 的直方图，它到底意味着什么？

还请提供一些在这种情况下有用的链接。

我想了解纹理描述的非冗余局部二进制模式。纹理描述中原始LBP和非冗余LBP有什么区别？

有人可以通过一个很好的例子来阐明上述主题吗？

我试图使用 Python、OpenCv2 和 LBPH 实现人脸识别（从HERE下载）

我的 python 版本是 2.7.14
PIP 版本是 9.0.3
而 OpenCV 版本是 3.4.0

我的代码是

当我运行Recogniser_Image_All_Algorithms.py等任何人脸识别文件时出现此错误

回溯（最后一次调用）：文件“Recogniser_Image_All_Algorithms.py”，第 11 行，在 LBPH = cv2.face.LBPHFaceRecognizer_create(2, 2, 7, 7, 20) AttributeError: 'module' object has no attribute 'face'

我用谷歌搜索了错误并找到了相同的答案，例如THIS ONE

检查这些提要后，我尝试使用python -m pip install opencv-contrib-python 安装 opencv-contrib

它说

已满足要求：c:\users\rak\anaconda3\lib\site-packages 中的 opencv-contrib-python 已满足要求：c:\users\rak\anaconda3\lib\site-packages 中的 numpy>=1.11.3 (来自 opencv-contrib-python)

但错误仍然相同，如何解决此错误。请帮助

我正在运行LBP算法来images按它们的纹理特征进行分类。分类方法LinearSVC在sklearn.svm包中。

得到直方图和拟合已经完成，SVM但有时length取决于histogram.image

示例如下：

结果

如您所见，lengthof histogramfortraining images全部为 26，但test_img's 为 25。因此，predictinSVM不起作用。

我猜test_img在 中有空的部分histogram，空的部分可能已经跳过了。（我不知道）

有人有想法修复它吗？

我目前正在使用带有 LBPH 算法的 opencv 进行人脸识别。但是我遇到的问题是我在晚上训练了很多不同的人的面孔，并且当时它正在工作，但是第二天我没有得到相同的结果。

处理此问题的最佳方法是什么？

我将非常感谢任何帮助。

我正在使用 Python 实现图像的 LBP 特性。我用它来对行人进行分类，但我没有得到很好的结果，而且由于嵌套了 for 循环（大约 3 小时），它持续时间太长。

任何人都可以看到实施中的错误吗？

有什么建议可以提高效率吗？

功能是这样的：

我正在使用 16x16 的块并将其移动 8 个像素。

我生成了这样的纹理图像

我必须比较两种纹理。我使用了直方图比较方法。

但这种方法并不奏效。它显示了两种不同图像纹理的相似结果。此外，它也没有显示出太多的变化来识别打印和扫描效果。如何比较纹理？我想到了分析 GLCM 的特性。

在这种方法中，我得到的输出为 2*2 矩阵。如何比较具有对比度、相似性、同质性、ASM、能量和相关性等几个特征的两个矩阵？

评论澄清

我用这段代码生成了纹理。我有纹理，我有计算纹理属性的方法，但问题是如何识别两个纹理之间的相似性。

我已经开始使用 LBPHF 模型在 open cv 中训练图像，但是我看不到训练的状态。谁能帮我找出来？

我对使用半径的本地二进制模式感到困惑。我读过 Ojala 等人的期刊，他们使用这个方程来计算中心像素：Eq.1

其中：Eq.2

其中：
R = 半径
P = 邻域像素数量
gp = 邻域像素
gc = 中心像素

例如 R=2;P=16(from 0-15)
if s(g15-gc)=1 and other is 0

so the LBP value is:
LBP=1*2^15=32768

那么，这个大值是如何变成像素值的呢？