opencv lbp 예제

그냥 조금 당신을 돕기 위해 나는 당신의 tut을 따랐다. 우분투 16.04: OpenCV를 설치 하는 방법 그리고 난 코드를 다운로드 하 고 그것은 내가 설치 하지 않았다 opencv 3.1 파이썬 에 추가 안내로 3 당신의 시간 동안 감사 (x, y) -좌표를 파생 하는 NumPy 배열 슬라이스를 사용 하는 중앙 픽셀의 좌표 예를 들어” “북쪽” 픽셀은 (x, y – 1)에 있고 “남쪽” 픽셀은 (x, y + 1)에 있습니다. 동일한 방식으로 다른 좌표를 파생합니다. 더 많은 도움이 필요한 경우 실용파이썬 및 OpenCV를 참조하여 픽셀 값에 더 자세히 액세스하는 방법을 논의합니다. 선택적 매개 변수는 함께만 사용할 수 있습니다. 사용할 수 있는 명령의 예는 아래에서 볼 수 있지만 이 예제는 매우 작고 간단했지만 로컬 바이너리 패턴 기능과 약간의 기계 학습을 사용하여 텍스처와 패턴을 올바르게 분류할 수 있음을 입증할 수 있었습니다. f 이미지. 인쇄된 정보를 사용하여 다음 단계로 진행할 수 있습니까? 예를 들어, “wrapping_paper”가 있는 경우 ……. 예를 들어 다음과 같이 픽셀의 고정 3 x 3 동네에서 작동하는 원래 LBP 설명자를 살펴보겠습니다. 총 6개 이미지) 및 텍스처당 하나의 이미지(텍스처당 4개의 텍스처 x 1이미지 = 이미지 4개)의 테스트 세트입니다.

16개의 이미지로 구성된 교육 세트는 분류기를 “가르치는” 데 사용되며, 4개의 이미지 로 구성된 테스트 세트의 성능을 평가합니다. 나는 나에게 훈련의 정확성을 보여주고 싶습니다, 다음 테스트 accurácia, 대신 모든 이미지를 여는 … 예를 들어 테스트 정확도: 100% 100/100 -info 파일을 만드는 수동 프로세스는 opencv_annotation 도구를 사용하여 수행할 수도 있습니다. 이 도구는 지정된 이미지에서 개체 인스턴스의 관심 영역을 시각적으로 선택할 수 있는 오픈 소스 도구입니다. 다음 섹션에서는 이 응용 프로그램을 사용하는 방법에 대해 자세히 설명합니다. 먼저 실험할 데이터를 살펴보겠습니다. 여기서 장난감 예제를 하고 싶지 않습니다. 우리는 얼굴 인식을하고, 그래서 당신은 몇 가지 얼굴 이미지가 필요합니다! 사용자 고유의 데이터 집합을 만들거나 사용 가능한 면 데이터베이스 중 하나로 시작할 수 http://face-rec.org/databases/ 최신 개요를 제공합니다.

0saves
If you enjoyed this post, please consider leaving a comment or subscribing to the RSS feed to have future articles delivered to your feed reader.

Comments are closed.