python实现hog特征提取及展示代码

以下是Python实现HOG特征提取及展示代码：

import cv2
import numpy as np

# 获取图像的HOG特征
def get_hog_feature(image):
    hog = cv2.HOGDescriptor()
    h = hog.compute(image)
    return h.flatten()

# 读取图片并显示HOG特征图
def show_hog_image(image_path):
    image = cv2.imread(image_path)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    hog = cv2.HOGDescriptor()
    h = hog.compute(gray)
    hog_image = hog.visualize(gray, np.squeeze(h))
    cv2.imshow("HOG Image", hog_image)
    cv2.waitKey(0)

if __name__ == '__main__':
    image_path = "example.jpg"
    show_hog_image(image_path)

以上代码中，get_hog_feature()函数用于提取输入的图像的HOG特征，show_hog_image()函数则用于读取指定路径的图像，并展示其HOG特征图。在show_hog_image()函数中，我们首先读取图像并转换为灰度图像，然后调用cv2.HOGDescriptor()构造函数创建HOGDescriptor对象。接着，使用该对象的compute()方法计算图像的HOG特征，并使用其visualize()方法将HOG特征可视化，最后使用cv2.imshow()方法展示HOG特征图。