我正在做一个虹膜识别项目,到现在为止,我已经做了虹膜归一化。
虹膜归一化之后,下一步就是对归一化后的虹膜图像进行特征编码。我找了很多资料,但对虹膜识别中的特征编码并不太了解。所以我把归一化部分的代码放在下面。
代码的输出图像:
image = cv2.imread('iris_masked.jpg')
center = (circles[0][0][0], circles[0][0][1])
iris_radius = radiusall-radiuspupil
nsamples = 360.0
samples = np.linspace(0,2.0 * np.pi, nsamples)[:-1]
polar = np.zeros((iris_radius, nsamples))
for r in range(iris_radius):
for theta in samples:
x = (r+radiuspupil) * np.cos(theta) + center[0]
y = (r+radiuspupil) * np.sin(theta) + center[1]
polar[r][theta * nsamples / 2.0 / np.pi] = image[y][x][0]
cv2.imwrite('normalized.jpg', polar)
plt.imshow(polar, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([])
plt.show()
我应该如何从我离开的地方继续进行特征编码?
1条答案
按热度按时间cvxl0en21#
虹膜归一化后,提取图像的zernike矩,zernike矩(特征)可以使用python中的mahotas库提取