python 图像特征提取_python实现LBP方法提取图像纹理特征实现分类的步骤

题目描述

这篇博文是数字图像处理的大作业.

题目描述:给定40张不同风格的纹理图片,大小为512*512,要求将每张图片分为大小相同的9块,利用其中的5块作为训练集,剩余的4块作为测试集,构建适当的模型实现图片的分类.

图片如下图所示:

分析:由于数据集太小,所以神经网络模型并不适合此类的图像处理.就需要寻找方法提取图像的纹理信息.本文采用LBP的方法提取图像的纹理信息,然后转化成直方图作为图像的特征,然后使用多分类的方法进行分类.

环境

python2.7,jupyter notebook,anaconda

数据集的地址

实现

读取数据

Numpy包数组操作API格式化数据

def loadPicture():

train_index = 0;

test_index = 0;

train_data = np.zeros( (200,171,171) );

test_data = np.zeros( (160,171,171) );

train_label = np.zeros( (200) );

test_label = np.zeros( (160) );

for i in np.arange(40):

image = mpimg.imread('picture/'+str(i)+'.tiff');

data = np.zeros( (513,513) );

data[0:image.shape[0],0:image.shape[1]] = image;

#切割后