MATLAB算法实战应用案例精讲-【图像处理】图像特征提取（附MATLAB代码实现）

目录

前言

知识储备

提取图像文本的Python 库

1. pytesseract

2. EasyOCR

3. Keras-OCR

4. TrOCR

5. docTR

算法原理

图像的特征

图像特征的分类

遥感图像分类

特征提取（Feature extraction）

灰度共生矩阵GLCM

兴趣点提取

BRIEF算法

Harris角点算法

Harris和Shi-Tomas算法

SIFT/SURF算法

SIFT原理

SURF原理

LBP和HOG特征算子

LBP算法

HOG算法

图像局部特征点检测

1. 局部特征点

2. 斑点检测原理与举例

2.1 LoG与DoH

2.2 SIFT

2.3 SURF

3. 角点检测的原理与举例

3.1 Harris角点特征提取

3.2 FAST角点特征提取

4. 二进制字符串特征描述子

4.1 BRIEF算法

4.2 BRISK算法

4.3 ORB算法

4.4 FREAK算法

5. 应用之图像匹配

Shi-Tomasi角点检测

Fast和ORB算法

Fast算法

ORB 算法

代码实现

MATLAB

---

前言

区域和轮廓只包含对分割结果的原始描述，在实际应用中我们还需要从区域或轮廓中确定一个或多个特征量。这些确定的特征量被称为特征。

确定特征的过程被称为图像特征提取。  

知识储备

提取图像文本的Python 库

1. pytesseract

它是最流行的Python库之一，用于光学字符识别。它使用Google的Tesseract-OCR引擎从图像中提取文本。支持多种语言。

如果想知道是否支持您的语言，请查看这个链接：https://tesseract-ocr.github.io/tessdoc/Data-Files-in-different-versions.html。您只需要几行代码将图像转换为文本：

# installation!sudo apt install tesseract-ocr!pip install pytesseract
import py