基本的LBP特徵提取主要流程如下:

更通俗的理解是將周圍的畫素與中間位置畫素進行比較，並將比較結果以0 | 1寫入對應的畫素位中(etc: 左上角 1 < 5 , 故 第二幅圖左上角寫入 0)，從左上角順時針依次填入二進位制字串中(二進位制表示依次為: 00010011)，然後轉換成十進位制(19)，即是結果。

最終的程式碼:

import cv2
import numpy as np
import os

def LBP(image):
    W, H = image.shape                    #獲得影象長寬
    xx = [-1,  0,  1, 1, 1
 
, 0, -1, -1]　　
    yy = [-1, -1, -1, 0, 1, 1,  1,  0]    #xx, yy 主要作用對應順時針旋轉時,相對中點的相對值.
    res = np.zeros((W - 2, H - 2),dtype="uint8")  #建立0陣列,顯而易見維度原始影象的長寬分別減去2，並且型別一定的是uint8,無符號8位,opencv圖片的儲存格式.
    for i in range(1, W - 2):
        for j in range(1, H - 2):
            temp = ""
            for m in
 
 range(8):
                Xtemp = xx[m] + i    
                Ytemp = yy[m] + j    #分別獲得對應座標點
                if image[Xtemp, Ytemp] > image[i, j]: #畫素比較
                    temp = temp + '1'
                else:
                    temp = temp + '0'
            #print int(temp, 2)
            res[i - 1
 
][j - 1] =int(temp, 2)   #寫入結果中
    return res



def Tran(src, drc):
    list = os.listdir(src)
    sum = 0
    for i in list:
        try:
            img = cv2.imread(src + "/" + i, 0)
            img = cv2.resize(img, (224, 224), interpolation=cv2.INTER_AREA)    #將圖片變成固定大小224,224,這步可以不用,自己選擇
            cv2.imshow("temp", img)
            cv2.waitKey(0)
            cv2.destroyAllWindows()
            res = LBP(img.copy())
            cv2.imwrite(drc + "/" + i, res)
            sum = int(sum) + 1
            print i + " is finnished, number is " + str(sum)
        except:
            print "error in " + i





src = "/home/rui/ttt/val"
drc = "/home/rui/ttt/end"


Tran(src, drc)

如果是簡單使用，則只需更改src以及drc部分，分別源目標目錄以及結果目錄