机器学习之特征提取

简介: 机器学习之特征提取

Question Orientied:来自论文的一个学习点 Feature extraction


59193a9bd5da4a52ba75215afcc9358e.png


定义:


特征提取是指使用计算机提取图像中属于特征性的信息的方法及过程。


简言之 提取图像关键信息。


特征提取出来的结果叫特征向量。


进入主题之前 普及几个常识:


像素的英文名称:Pixel


RGB的值是指其亮度,用整数从0、1、2……255来表示。


其中,255亮度最大,0也是数值之一。


RGB(0,0,0)代表黑色,RGB(255,255,255)代表白色。


计算机以数字矩阵的形式存储图像


假设矩阵的大小为 180 x 200 或 n x m,基本上就是图像的像素数量(高x宽)


PIL获取图像的数值矩阵


安装Pillow包 使用Image模块、


size和shape的辨析#感谢python 中 numpy 模块的 size,shape, len的用法_墨晓白的博客-CSDN博客_numpy长度


37b93521c1a84b6f846b00c76da1d541.jpg


安装opencv 生成灰度图


        RGB 图像实际上是由三个相同形状的数值矩阵横向拼接而成的,数值矩阵中的每个元素值的范围为 (0, 255)


9060c381490e844a1149e2804fbac5c6.png


平均像素法:


2e2cb0f9e9e043d98b914b6b87e6b65f.png


边缘特征提取法:


c502479d963b4144963ed14728e28184.png


相关文章
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
【Python机器学习】文本特征提取及文本向量化讲解和实战(图文解释 附源码)
【Python机器学习】文本特征提取及文本向量化讲解和实战(图文解释 附源码)
439 0
|
6月前
|
机器学习/深度学习 算法 数据挖掘
【机器学习】小波变换在特征提取中的实践与应用
【机器学习】小波变换在特征提取中的实践与应用
476 0
|
7月前
|
机器学习/深度学习 计算机视觉 Python
【Python 机器学习专栏】图像数据的特征提取与预处理
【4月更文挑战第30天】本文探讨了图像数据的特征提取与预处理在机器学习中的重要性。图像数据具有大容量、信息丰富和冗余性高的特点。特征提取涉及颜色、纹理和形状特征;预处理包括图像增强、去噪和分割。Python的OpenCV和Scikit-image库在处理这些任务时非常有用。常见的特征提取方法有统计、变换和基于模型的方法,而预处理应注意保持图像真实性、适应性调整及验证评估。有效的特征提取和预处理能提升模型性能,Python工具使其更高效。
392 0
|
7月前
|
机器学习/深度学习 自然语言处理 算法
【Python机器学习专栏】文本数据的特征提取与表示
【4月更文挑战第30天】本文探讨了文本特征提取与表示在机器学习和NLP中的重要性。介绍了词袋模型、TF-IDF和n-gram等特征提取方法,以及稀疏向量和词嵌入等表示方式。Python中可利用sklearn和gensim库实现这些技术。有效的特征提取与表示有助于将文本数据转化为可处理的数值形式,推动NLP和机器学习领域的进步。
238 0
|
机器学习/深度学习 自然语言处理 算法
机器学习特征工程和特征提取
机器学习特征工程和特征提取
155 0
|
机器学习/深度学习 算法 数据挖掘
使用图进行特征提取:最有用的图特征机器学习模型介绍
使用图进行特征提取:最有用的图特征机器学习模型介绍
487 0
使用图进行特征提取:最有用的图特征机器学习模型介绍
|
机器学习/深度学习 数据采集 算法
机器学习系列(5)_特征工程02特征提取(下)
数据预处理,特征选择的目的是改善数据质量,体现数据的本质特征,降低计算成本,提升模型的表现。
机器学习系列(5)_特征工程02特征提取(下)
|
机器学习/深度学习 数据采集 文字识别
机器学习系列(5)_特征工程02特征提取(上)
数据预处理,特征选择的目的是改善数据质量,体现数据的本质特征,降低计算成本,提升模型的表现。
机器学习系列(5)_特征工程02特征提取(上)
|
机器学习/深度学习 算法
机器学习(四)降维之NMF及人脸特征提取
是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。 基本思想:给定一个非负矩阵V,NMF能够找到一个非负矩阵W和一个非负矩阵H,使得矩阵W和H的乘积近似等于矩阵V中的值。
600 0
机器学习(四)降维之NMF及人脸特征提取
|
机器学习/深度学习
面向机器学习的特征工程 八、自动化特征提取器:图像特征提取和深度学习
来源:ApacheCN《面向机器学习的特征工程》翻译项目 译者:friedhelm739 校对:(虚位以待) 视觉和声音是人类固有的感觉输入。
1241 0