Gabor变换OpenCV

很多计算机视觉的paper中都会提到Gabor filter,于是小小总结了一下。

 

1.      简介

            Gabor变换属于加窗傅立叶变换,Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。Gabor 滤波器的频率和方向类似于人类的视觉系统,所以常用于纹理识别。在空间域,二维Gabor滤波器是一个高斯核函数和正弦平面波的乘积,具体的:

 

       复数: 

Gabor滤波简介和实现(Matlab,OpenCV) - 淮静 - 淮静的博客

       实部:   

Gabor滤波简介和实现(Matlab,OpenCV) - 淮静 - 淮静的博客

       虚部:

Gabor滤波简介和实现(Matlab,OpenCV) - 淮静 - 淮静的博客

 

       其中:    

Gabor滤波简介和实现(Matlab,OpenCV) - 淮静 - 淮静的博客

 

公式中:

λ:正弦函数波长;


θGabor核函数的方向 


ψ:相位偏移


σ:高斯函数的标准差

 

γ: 空间的宽高比(这个没太理解 

 

2.      Matlab实现

绍欣师兄给了一个matlab的实现,很好用,下载地址:Gabor Matlab.

程序默认为5个尺度,8个方向,假设输入图像是:

 

Gabor滤波简介和实现(Matlab,OpenCV) - 淮静 - 淮静的博客

         Gabor滤波后的效果图(每行是同一尺度,每列是同一方向):

Gabor滤波简介和实现(Matlab,OpenCV) - 淮静 - 淮静的博客

 3.      OpenCV 实现

大四的时候用过,是一个叫Zhou Mian 的写的。下载地址:Gabor OpenCV

功能:

生成特定方向和尺度的gabor

生成可以显示或者保存的gabor核的实部,虚部

图像的实部,虚部或者主要(Magnitude)响应

示例:

//首先包含头文件

    #include "cvgabor.h"

 

//创建一个方向是PI/4而尺度是3的gabor

     double Sigma = 2*PI;

     double F = sqrt(2.0);

     CvGabor *gabor1 = new CvGabor; gabor1->Init(PI/4, 3, Sigma, F);

  

//获得实部并显示它

          IplImage *kernel = cvCreateImage( cvSize(gabor1->get_mask_width(), gabor1->get_mask_width()), IPL_DEPTH_8U, 1);

          kernel = gabor1->get_image(CV_GABOR_REAL);

          cvNamedWindow("Gabor Kernel", 1);

          cvShowImage("Gabor Kernel", kernel);

          cvWaitKey(0);

Gabor滤波简介和实现(Matlab,OpenCV) - 淮静 - 淮静的博客 

    //载入一个图像并显示

          IplImage *img = cvLoadImage( "Crop1.bmp", CV_LOAD_IMAGE_GRAYSCALE );

          cvNamedWindow("Original Image", 1);

          cvShowImage("Original Image", img);

          cvWaitKey(0);  

Gabor滤波简介和实现(Matlab,OpenCV) - 淮静 - 淮静的博客

            

                 //获取载入图像的gabor滤波响应的实部并且显示

          IplImage *reimg = cvCreateImage(cvSize(img->width,img->height), IPL_DEPTH_8U, 1);

          gabor1->conv_img(img, reimg, CV_GABOR_REAL);

          cvNamedWindow("Real Response", 1);

          cvShowImage("Real Response",reimg);

          cvWaitKey(0);

          cvDestroyWindow("Real Response");

Gabor滤波简介和实现(Matlab,OpenCV) - 淮静 - 淮静的博客

     //获取载入图像的gabor滤波响应的虚部并且显示

          IplImage *reimg = cvCreateImage(cvSize(img->width,img->height), IPL_DEPTH_8U, 1);

          gabor1->conv_img(img, reimg, CV_GABOR_IMAG);

          cvNamedWindow("Imaginary Response", 1);

          cvShowImage("Imaginary Response",reimg);

          cvWaitKey(0);

          cvDestroyWindow("Imaginary Response");

Gabor滤波简介和实现(Matlab,OpenCV) - 淮静 - 淮静的博客

                                                      

//获取载入图像的gabor滤波响应的模并且显示

          IplImage *reimg = cvCreateImage(cvSize(img->width,img->height), IPL_DEPTH_8U, 1);

          gabor1->conv_img(img, reimg, CV_GABOR_MAG);

          cvNamedWindow("Magnitude Response", 1);

          cvShowImage("Magnitude Response",reimg);

          cvWaitKey(0);

      cvDestroyWindow("Magnitude Response");

Gabor滤波简介和实现(Matlab,OpenCV) - 淮静 - 淮静的博客

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Gabor变换是一种用于图像处理和特征提取的传统方法,被广泛应用于人脸识别等领域。在Python中,实现Gabor变换的方法相对较少,但仍然可以找到一些可用的实现。其中一个方法是将C代码封装成dll供Python调用,这种方式可以成功实现Gabor变换并解决问题。 Gabor变换的原理是利用Gabor滤波器的脉冲响应,由正弦波乘以高斯函数定义。滤波器有实分量和虚分量表示正交方向,这两个分量可以组成一个复数或单独使用。Gabor变换的公式中有五个参数,分别表示正弦因子的波长、Gabor函数的法线到平行条纹的方向、相位偏移、高斯的标准差、空间长宽比和椭圆度。 在实现基于Python语言的Gabor图像变换和特征提取时,可以发现相比于OpenCV或Matlab等工具,Python的可用资源相对较少。然而,仍然可以通过一些方法来实现Gabor变换,并进行相应的特征提取。 综上所述,Gabor变换在Python中的实现方法相对较少,但通过封装C代码或其他方式,仍然可以成功实现该方法并进行相应的图像处理和特征提取。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [gabor变换人脸识别的python实现,att_faces数据集平均识别率99%](https://blog.csdn.net/weixin_30663391/article/details/96973084)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [图像处理:Gabor滤波器简介以及python实现](https://blog.csdn.net/Aaaha_jasper/article/details/128057704)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [详解基于python的图像Gabor变换及特征提取](https://download.csdn.net/download/weixin_38709139/14839849)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值