Image 使用OpenCV和Gabor过滤器比较纹理

作为一个项目的一部分，我试图测量从图像中采样的两个纹理有多相似。（我取两个约40 x 40 px的正方形样品）

采集样本后，我将它们传递给一组Gabor滤波器（具有2个滤波器大小和6个方向），因此现在每个样本有12个滤波器输出

我们的目标是计算一个度量值，它告诉我们两个纹理的相似程度，如果两个样本是木材或砖，度量值较低（差异较小），但如果一个样本是岩石，另一个是织物，则度量值应较高（纹理非常不同）

问题是：如何使用此输出测量纹理差异？ 有人建议我为每个样本创建一个输出分布，然后测量两个分布之间的距离，但我不知道如何做到这一点

过滤器看起来有点像（不是很硬）：

输出看起来像这样（我借用了这个图像作为示例）

---

编码纹理的基本方法是计算窗口上的直方图过滤器响应。然后使用直方图比较纹理。一个好的开始方式是看一看

---

LBP直方图的简化解释：输入图像中的每个像素由其3x3邻域描述。邻域通过阈值转换为索引[0255]。然后索引在柱状图中标识箱子

我知道这是一个老话题，但这个页面可能会帮助未来的访问者：

---

这是Python中的一个示例，它使用过滤图像的平均值和方差作为区分特征（请参阅函数“compute_feats”）。比较的标准只是最小平方误差（请参阅函数“匹配”）。

我从论文中识别出您的输出图片（Han，Lee，2012）。在本文中，他们建议对Gabor滤波输出图像进行二进制编码（第4.2.2.3节），然后使用汉明距离（实际上是略微改变的距离，因此计算对旋转和平移具有鲁棒性，请参见第4.3节）将一幅图像的二进制编码向量与另一幅图像进行比较，但你给我指出了正确的方向。谢谢