Python skimage.feature.draw_haar_like_feature用法及代碼示例

用法: skimage.feature.draw_haar_like_feature(image, r, c, width, height, feature_coord, color_positive_block=(1.0, 0.0, 0.0), color_negative_block=(0.0, 1.0, 0.0), alpha=0.5, max_n_features=None, random_state=None)

Haar-like 特征的可視化。

參數：

image：(M, N) ndarray

需要計算特征的積分圖像的區域。

r：int

檢測窗口左上角的Row-coordinate。

c：int

檢測窗口左上角的Column-coordinate。

width：int

檢測窗口的寬度。

height：int

檢測窗口的高度。

feature_coord：元組列表的 ndarray 或無，可選

要提取的坐標數組。當您隻想重新計算特征的子集時，這很有用。在這種情況下feature_type需要是一個包含每個特征類型的數組，由返回skimage.feature.haar_like_feature_coord.默認情況下，計算所有坐標。

color_positive_block：3 個浮點數的元組

指定正塊顏色的浮點數。對應的值定義了 (R, G, B) 值。默認值為紅色 (1, 0, 0)。

color_negative_block：3 個浮點數的元組

為負塊指定顏色的浮點數對應的值定義(R，G，B)值。默認值為藍色 (0, 1, 0)。

alpha：浮點數

[0, 1] 範圍內的值，用於指定可視化的不透明度。 1 - 完全透明，0 - 不透明。

max_n_features：int 默認=無

要返回的最大特征數。默認情況下，返回所有函數。

random_state：{無，int numpy.random.Generator }，可選

如果random_state是沒有的numpy.random.Generator使用單例。如果random_state是一個int 一個新的Generator使用實例，播種random_state.如果random_state已經是一個Generator實例然後使用該實例。

當生成一組小於可用特征總數的特征時使用隨機狀態。

features：(M, N), ndarray: 將添加不同函數的圖像。

例子：

>>> import numpy as np
>>> from skimage.feature import haar_like_feature_coord
>>> from skimage.feature import draw_haar_like_feature
>>> feature_coord, _ = haar_like_feature_coord(2, 2, 'type-4')
>>> image = draw_haar_like_feature(np.zeros((2, 2)),
...                                0, 0, 2, 2,
...                                feature_coord,
...                                max_n_features=1)
>>> image
array([[[0. , 0.5, 0. ],
        [0.5, 0. , 0. ]],

       [[0.5, 0. , 0. ],
        [0. , 0.5, 0. ]]])

相關用法

注：本文由純淨天空篩選整理自scikit-image.org大神的英文原創作品 skimage.feature.draw_haar_like_feature。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：