从 OpenCV 的 LBP 实现中提取特征向量

Question

我正在开发一个 AI 程序，可用于检测图像中人脸的情绪，我偶然发现了 OpenCV，它非常适合程序的人脸检测阶段。唯一的问题是我需要能够访问 Local Binary Patterns 分类器生成的特征向量，以便我可以将该向量作为输入数据提供给 AI。

所以流程是：

1. 图像呈现给 LBP 分类器
2. LBP 分类器为图像生成特征向量
3. 特征向量传递给 AI 进行处理
4. AI 使用特征向量检测情绪

有没有办法做到这一点？用Java还是Python都没有关系，我只需要一种提取特征向量的方法。

或者，是否有不同的方法可以处理人脸图像的像素内容，以便获得可以传递给 AI 的数据？

Answer 1

您是否尝试过使用 Python 模块 skimage.feature 中的 local_binary_pattern？例如。

lbp = local_binary_pattern(image, lbp_sampling_points, lbp_sampling_radius, method="uniform")
(hist, _) = np.histogram(lbp.ravel(), bins=np.arange(0, lbp_sampling_points + 3), range=(0, lbp_sampling_points + 2))
# normalize the histogram
hist = hist.astype("float")
eps=1e-7
hist /= (hist.sum() + eps)

然后使用“hist”作为你的特征向量？