如何解决Python skimage.feature.hog函数,参数pixels_per_cell和cells_per_block的含义
我在使用 hog
的 skimage.feature
函数时遇到问题。我找不到详细的文档,也找不到解释参数 pixels_per_cell
和 cells_per_block
的有用博客。
我使用 HOG 从 MNIST 数据集中提取特征(所有图像均为 28*28),并设置 pixels_per_cell = (2,2)
、cells_per_block = (14,14)
、orientation = 8
。
我认为提取的特征中应该只有一个块,因为 2*14=28,它用完了图像的所有像素。但显然我错了。 hog
返回形状为 (1568,)
(1568=14*14*8) 的数组。
更奇怪的是,如果我设置 pixels_per_cell = (2,2)
、cells_per_block = (7,7)
、orientation = 8
,我会得到一个巨大的形状数组 (25088,)
。
pixels_per_cell
和 cells_per_block
两个参数的正确用法是什么?任何帮助将不胜感激。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。