局部二值模式算法代码

下面是一个使用 Python 实现 LBP 算法的示例代码：

import cv2
import numpy as np

# 定义 LBP 算法函数
def LBP(img, radius=1, neighbors=8):
    height, width = img.shape
    lbp_img = np.zeros((height, width), dtype=np.uint8)
  
    for row in range(radius, height - radius):
        for col in range(radius, width - radius):
            center = img[row, col]
            code = 0
            for i in range(neighbors):
                x = col + int(radius * np.cos(2 * np.pi * i / neighbors))
                y = row - int(radius * np.sin(2 * np.pi * i / neighbors))
                if img[y, x] > center:
                    code += 1 << i
            lbp_img[row, col] = code
    return lbp_img

# 读取图像并灰度化
img = cv2.imread('test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 计算 LBP 图像
lbp_img = LBP(gray)

# 显示原始图像和 LBP 图像
cv2.imshow('Original Image', img)
cv2.imshow('LBP Image', lbp_img)
cv2.waitKey(0)

在代码中，首先定义了一个 LBP 函数，其中 radius 和 neighbors 分别表示邻域像素的半径和数量。然后读取图像并灰度化，最后计算 LBP 图像并显示原始图像和 LBP 图像。需要注意的是，在计算 LBP 图像时，需要对边缘像素进行特殊处理，以免出现越界问题。