使用 cv2.COLOR_BGR2GRAY 或 color.rgb2gray 作为来自 skimage 的 hog 描述符？

Question

我想训练一个具有 hog 特征的 SVM 来自 skimage 的 hog 描述符。 这些图像有 3 个通道（RGB 图像），我想在提取 hog 特征之前将其转换为灰度。 这就是问题所在，当我使用 OpenCV 中的以下代码时

img_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

然后我得到未归一化的特征，这意味着像素值仍在 0 到 255 之间。

当我使用来自 Skimage 的代码时

img_gray = color.rgb2gray(image)

然后这些值似乎被归一化，因为像素值约为。介于 0 和 1 之间。

我尝试了两个版本的 hog 特征提取，结果相似但不一样，当我训练 SVM 时，结果也相似但不一样。当我用归一化图像训练 SVM 时，精度等会好一些，但不会很多。

当我查看来自 skimage https://scikit-image.org/docs/dev/auto_examples/features_detection/plot_hog.html 的以下链接时，我假设在使用 HOG 描述符之前不需要对图像进行标准化，因为此链接中的宇航员图像也未标准化。 不过，我觉得这很混乱。 您能否确认或不同意我的假设，即使用 OpenCV 的代码比使用 skimage 的代码从 rgb 转换为灰色更好？

完整代码：

import cv2
img_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY

或

from skimage import color
img_gray = color.rgb2gray(image)

之前

from skimage import feature
feat = feature.hog(img_gray, orientations=12, pixels_per_cell=(5,5), cells_per_block=(2,2), transform_sqrt=True, visualize=False)

Answer 1

1. 关于灰度输入。如果您使用灰度图像作为输入。转换为浮动或其他方式不会 有很大的作用。这是因为如果您查看 skimage 的实现。 您会注意到，如果输入是灰度的，它会在内部转换为浮点图像。 见skimage hog implementation here

    if image.dtype.kind == 'u':
           # convert uint image to float
           # to avoid problems with subtracting unsigned numbers
           image = image.astype('float')
   

2. 关于标准化。这提高了您的生猪产量的原因是因为标准化 就像直方图均衡一样。有效地拉伸或压缩动态范围，使 您的图像内容得到增强。这就是您观察此行为的原因。意料之中。

Answer 2

这是如何在 [0 1] 范围内进行归一化，但要确保图像具有浮点数据类型。

img_gray_normalized = cv2.normalize(img_gray , None, alpha=0, beta=1, 
                                   norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)