局部二值模式python

局部二值模式（Local Binary Patterns，LBP）是一种用于图像处理和分析的特征描述符。它可以对图像的纹理进行描述，适用于人脸识别、纹理识别等领域。

以下是一个简单的 Python 实现：

import numpy as np
import cv2

def get_lbp_pixel(img, x, y):
    center = img[x][y]
    val = 0
    power = 0
    for i in range(x - 1, x + 2):
        for j in range(y - 1, y + 2):
            if i == x and j == y:
                continue
            if img[i][j] >= center:
                val += 2 ** power
            power += 1
    return val

def lbp(img):
    h, w = img.shape
    lbp_img = np.zeros((h-2, w-2), np.uint8)
    for i in range(1, h-1):
        for j in range(1, w-1):
            lbp_img[i-1][j-1] = get_lbp_pixel(img, i, j)
    return lbp_img

if __name__ == '__main__':
    img = cv2.imread('test.jpg', 0)
    lbp_img = lbp(img)
    cv2.imshow('LBP Image', lbp_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

这个实现中，`get_lbp_pixel` 函数通过比较中心像素和周围像素的灰度值来计算 LBP 值。在 `lbp` 函数中，遍历图像的每个像素点，调用 `get_lbp_pixel` 函数计算 LBP 值，并将其保存到新的图像中，最后显示 LBP 图像。