SLIC超像素分割后,获取每一块超像素子块并提取颜色特征(颜色矩)

使用SLIC超像素分割后,通过OpenCV提取各子块的颜色特征,特别是颜色矩。然而,由于索引问题,第一个超像素位于中间而非左上角,目前尚无解决方案。
摘要由CSDN通过智能技术生成

SLIC超像素(opencv中的库)分割后,获取每一块超像素子块并提取颜色特征(颜色矩)
参考:SLIC超像素分割后,怎样获取超像素子块及其掩摸
图像颜色特征提取(颜色直方图,颜色矩)–python

from skimage.feature import hog
import numpy as np
import cv2
####直接复制参考第二个链接中的代码,提取颜色矩###
def color_moments(img):

    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    # Split the channels - h,s,v
    h, s, v = cv2.split(hsv)
    # Initialize the color feature
    color_feature = []
    # N = h.shape[0] * h.shape[1]
    # The first central moment - average
    h_mean = np.mean(h)  # np.sum(h)/float(N)
    s_mean = np.mean(s)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
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