Gabor Kmeans EM用于图像分割

计算机视觉课程要用K聚类和EM算法完成图像分割任务,记录一下学习过程。1.Gabor是一种滤波器,用来提取图片的纹理特征。先贴一段别人写好的代码,主要是opencv的cv2.getGaborKernel方法和def getGabor(img,filters)函数的用法仔细看一下import cv2,osimport numpy as npimport matplotlib.pyplot as pltdef get_img(input_Path): img_paths = []
摘要由CSDN通过智能技术生成

计算机视觉课程要用K聚类和EM算法完成图像分割任务,先贴别人的代码,有空补注释或者自己rebuild

1.Gabor
是一种滤波器,用来提取图片的纹理特征。

import cv2,os
import numpy as np
import matplotlib.pyplot as plt


def get_img(input_Path):
    img_paths = []
    for (path, dirs, files) in os.walk(input_Path):
        for filename in files:
            if filename.endswith(('.jpg','.png','.bmp')):
                img_paths.append(path+'/'+filename)
    return img_paths


#构建Gabor滤波器
def build_filters():
    filters = []
    ksize = [7,9,11,13,15,17] # gabor尺度,6个
    lamda = np.pi/2.0         # 波长
    for theta in np.arange(0, np.pi, np.pi / 4): #gabor方向,0°,45°,90°,135°,共四个
        for K in range(6):
            kern = cv2.getGaborKernel((ksize[K], ksize[K]), 1.0, theta, lamda, 0.5, 0, ktype=cv2.CV_32F)
            kern /= 1.5*kern.sum()
            filters.append(kern)
    plt.figure(1)
    
 
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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