2. 利用LBP算法提取两张图像的特征，生成直方图显示并比较两个图像特征间的差异代码

下面是利用LBP算法提取两张图像的特征，生成直方图显示并比较两个图像特征间的差异的Python代码：

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

# LBP特征提取函数
def LBP(img, P=8, R=1):
    h, w = img.shape
    dst = np.zeros_like(img)
    for i in range(R, h - R):
        for j in range(R, w - R):
            center = img[i, j]
            code = 0
            for n in range(P):
                x = i + R * np.cos(2 * np.pi * n / P)
                y = j - R * np.sin(2 * np.pi * n / P)
                x1, y1 = int(np.floor(x)), int(np.floor(y))
                x2, y2 = int(np.ceil(x)), int(np.ceil(y))
                fx = x - x1
                fy = y - y1
                f1 = (1 - fx) * img[x1, y1] + fx * img[x2, y1]
                f2 = (1 - fx) * img[x1, y2] + fx * img[x2, y2]
                if f1 > center:
                    code += 2 ** n
                if f2 > center:
                    code += 2 ** n
            dst[i, j] = code
    return dst

# 读取两张图像
img1 = cv2.imread('image1.jpg', cv2.IMREAD_GRAYSCALE)
img2 = cv2.imread('image2.jpg', cv2.IMREAD_GRAYSCALE)

# 提取LBP特征
lbp1 = LBP(img1)
lbp2 = LBP(img2)

# 生成直方图并显示
plt.hist(lbp1.ravel(), bins=256, range=(0, 255))
plt.hist(lbp2.ravel(), bins=256, range=(0, 255), alpha=0.5)
plt.legend(['Image 1', 'Image 2'])
plt.show()

# 计算两个图像特征间的差异
diff = np.sum(np.abs(lbp1 - lbp2)) / (lbp1.shape[0] * lbp1.shape[1])
print('LBP特征差异：', diff)

其中，P和R分别表示LBP算法的参数，可以根据实际情况进行调整。读取两张图像后，利用LBP特征提取函数LBP提取图像的LBP特征，并生成直方图显示。最后，计算两个图像特征间的差异，得到LBP特征差异值。