本文介绍了LBP（局部二值模式）的原理，它是一种灰度不变且旋转不变的图像局部特征描述算子。接着阐述了人脸检测的流程，并通过OpenCV实现了这一过程。示例中展示了原始图像及其应用LBP特征检测后的人脸检测结果。
LBP指局部二值模式（Local Binary Pattern），是一种用来描述图像局部特征的算子，具有灰度不变性和旋转不变性。
LBP原理介绍
LBP特征用图像的局部领域的联合分布 T T T来描述图像的纹理特征，如果假设局部领域中像素个数为 P ( P > 1 ) P(P>1) P(P>1)，那么纹理特征的联合分布 T T T可以表述成：
T = t ( g c , g 0 , . . . , g p − 1 ) p = 0 , . . . , p − 1 T = t(g_{c}, g_{0}, ..., g_{p-1}) p = 0, ..., p-1 T=t(gc,g0,...,gp−1)p=0,...,p−1
其中 g c g_{c} gc表示相应局部领域的中心像素的灰度值，
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
