Python 用于可变大小图像的固定长度HOG描述符

我正在编写一些对象检测代码，但是我的对象没有固定的大小，所以

skimage.feature.hog(obj)

没有给我相等长度的向量（因为它使用固定大小的单元格），因此我不能对它们使用学习算法

因此，我尝试动态分配特征长度：

from __future__ import division

def describe_object(obj, div=8):
    width, height = obj.shape
    f = skimage.feature.hog(obj, normalise=True,
                            pixels_per_cell=(height//div, width//div))
    return f

但是，现在它主要给出

2916

大小的向量，但有时也会给出更长的向量（比如

3402

元素长）

我相信当箱子大小和物体形状之间有特定的比例时会发生这种情况，但我不知道确切的原因

---

你能帮我吗？

你可以在计算猪特征之前将图像缩放到固定大小。

你可以在计算猪特征之前将图像缩放到固定大小。

你可以在计算猪特征之前将图像缩放到固定大小。

你可以将图像缩放到固定大小，在计算HOG特征之前。

如果缩放图像，将丢失图像纵横比和其他特征。所以缩放不是一个好主意。你找到解决办法了吗？如果你缩放图像，你会丢失图像的纵横比和其他特征。所以缩放不是一个好主意。你找到解决办法了吗？如果你缩放图像，你会丢失图像的纵横比和其他特征。所以缩放不是一个好主意。你找到解决办法了吗？如果你缩放图像，你会丢失图像的纵横比和其他特征。所以缩放不是一个好主意。你找到解决方案了吗？