使用python从图像集中提取hog特征时出错

我试图从一组图像中提取HOG特征，但我得到的内存错误如下

hists = [np.bincount(b.ravel(), m.ravel(), bin_n) for b, m in zip(bin_cells, mag_cells)]

记忆者

我已经从我的示例代码中复制了HOG函数

def hog(img):
  gx = cv2.Sobel(img, cv2.CV_32F, 1, 0)
  gy = cv2.Sobel(img, cv2.CV_32F, 0, 1)
  mag, ang = cv2.cartToPolar(gx, gy)
  bins = np.int32(bin_n*ang/(2*np.pi))    # quantizing binvalues in (0...16)
  bin_cells = bins[:10,:10], bins[10:,:10], bins[:10,10:], bins[10:,10:]
  mag_cells = mag[:10,:10], mag[10:,:10], mag[:10,10:], mag[10:,10:]
  hists = [np.bincount(b.ravel(), m.ravel(), bin_n) for b, m in zip(bin_cells, mag_cells)]
  hist = np.hstack(hists)     # hist is a 64 bit vector
  return hist
path_url="d:/anto/preimages/"
listdir = os.listdir(path_url)
for file in listdir:
  img = cv2.imread(path_url + file)
  h=hog(img)

---

问题在于你的图像集。因为你从谷歌随机下载了图像。它可能有不同的大小，这是导致错误的原因。在调用hog函数之前，你必须调整图像的大小。在opencv中，你可以使用

resized=cv2.resize(img,(250,250))
h=hog(resized)

resolutin=(250.250)
resizes=img.resize(resolution , Image.ANTIALIAS)

在PIL库中，您可以使用

resized=cv2.resize(img,(250,250))
h=hog(resized)

resolutin=(250.250)
resizes=img.resize(resolution , Image.ANTIALIAS)

---

但我必须建议添加一个单独的预处理步骤。在预处理步骤中，您可以调整“preimages”文件夹中的所有图像的大小并将其保存到另一个文件夹中，您可以将其作为输入输入输入到您的hog extraction程序。

preimages文件夹中的内容是什么？@Ceem Only images。我从谷歌。