圖像特徵提取：Cython的局部二值模式

介紹 特徵提取的共同目標是將原始數據表示爲一組簡化的特徵，以更好地描述其主要特徵和屬性[1]。 這樣，我們可以減少原始輸入的維數，並將新功能用作訓練模式識別和分類技術的輸入。 儘管可以從圖片中提取一些功能，但是局部二值模式（LBP）是理論上簡單但有效的灰度和旋轉不變紋理分類方法。 它們之所以起作用，是因爲最頻繁的模式對應於原始微特徵，例如邊緣，拐角，斑點，平坦區域[2]。 在[2]中，Ojala等

>>阅读原文<<