lbp特征提取python代码

以下是LBP特征提取的Python代码：

import numpy as np
import cv2

def lbp(image):
    # 将图像转换为灰度图
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    
    # LBP算法中使用的3*3邻域
    radius = 1
    n_points = 8
    
    height, width = gray.shape
    
    # 计算LBP图像
    lbp_image = np.zeros((height-2*radius, width-2*radius), dtype=np.uint8)
    for i in range(radius, height-radius):
        for j in range(radius, width-radius):
            center = gray[i, j]
            code = 0
            for k in range(n_points):
                x = i + int(round(radius * np.cos(2 * np.pi * k / n_points)))
                y = j - int(round(radius * np.sin(2 * np.pi * k / n_points)))
                if gray[x, y] > center:
                    code += 1 << k
            lbp_image[i-radius, j-radius] = code
    
    # 计算LBP特征
    hist, _ = np.histogram(lbp_image, bins=np.arange(0, 2**n_points+1), density=True)
    
    return hist

其中，`image`是输入的图像，函数返回LBP特征直方图。在代码中使用了OpenCV库来读取和处理图像。`radius`表示LBP算法中邻域的半径，`n_points`表示邻域中采样点的个数，通常取8或16。函数中首先将图像转换为灰度图，然后计算LBP图像，最后计算LBP特征直方图。