简单的图像显著性区域特征提取方法-----opencv实现LC,AC,FT

LC（Local Contrast）、AC（Adaptive Contrast）和FT（Frequency-Tuned）是三种常见的图像显著性区域特征提取方法。下面是它们的OpenCV实现方法：

LC特征提取：

import cv2

def lc_feature(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (3, 3), 0)
    lc = cv2.addWeighted(gray, 2, blurred, -1, 0)
    return lc

AC特征提取：

import cv2

def ac_feature(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (3, 3), 0)
    ac = cv2.addWeighted(gray, 1.5, blurred, -0.5, 0)
    return ac

FT特征提取：

import cv2
import numpy as np

def ft_feature(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (3, 3), 0)
    dx = cv2.Sobel(blurred, cv2.CV_64F, 1, 0)
    dy = cv2.Sobel(blurred, cv2.CV_64F, 0, 1)
    gradient = cv2.magnitude(dx, dy)
    gradient = np.uint8(gradient)
    ft = cv2.addWeighted(gray, 0.5, gradient, 0.5, 0)
    return ft

以上三个方法都是先将彩色图像转为灰度图像，然后使用高斯滤波进行模糊处理，最后得到特定的显著性区域特征图。其中，LC特征提取通过计算图像的局部对比度得到，AC特征提取通过计算图像的自适应对比度得到，FT特征提取通过计算图像的梯度幅值得到。