回答編集履歴
2
d
answer
CHANGED
|
@@ -9,8 +9,8 @@
|
|
|
9
9
|
import matplotlib.pyplot as plt
|
|
10
10
|
from skimage import feature
|
|
11
11
|
|
|
12
|
-
img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)
|
|
12
|
+
img = cv2.imread(r'C:\Users\MyName\Desktop\lena.jpg', cv2.IMREAD_GRAYSCALE)
|
|
13
|
-
|
|
13
|
+
print(img)
|
|
14
14
|
# HOG 特徴量を計算する。
|
|
15
15
|
features, hog_img = feature.hog(img, orientations=8, pixels_per_cell=(16, 16),
|
|
16
16
|
cells_per_block=(1, 1), visualize=True, multichannel=False)
|
|
@@ -18,6 +18,7 @@
|
|
|
18
18
|
plt.figure(figsize=(10, 10))
|
|
19
19
|
plt.imshow(hog_img, cmap='inferno')
|
|
20
20
|
plt.axis('off')
|
|
21
|
+
plt.savefig('result.png')
|
|
21
22
|
```
|
|
22
23
|
|
|
23
24
|
|
1
d
answer
CHANGED
|
@@ -9,7 +9,7 @@
|
|
|
9
9
|
import matplotlib.pyplot as plt
|
|
10
10
|
from skimage import feature
|
|
11
11
|
|
|
12
|
-
img = cv2.imread('
|
|
12
|
+
img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)
|
|
13
13
|
|
|
14
14
|
# HOG 特徴量を計算する。
|
|
15
15
|
features, hog_img = feature.hog(img, orientations=8, pixels_per_cell=(16, 16),
|
|
@@ -20,4 +20,7 @@
|
|
|
20
20
|
plt.axis('off')
|
|
21
21
|
```
|
|
22
22
|
|
|
23
|
-
|
|
23
|
+
|
|
24
|
+
|
|
25
|
+
勾配強度がわかりやすいようにカラーマップで可視化しています。
|
|
26
|
+
グレースケールで可視化したい場合は imshow() で cmap='gray' としてください。
|