例如，坐标为（1，1）的像素的lbp代码可以用像素（0，0）进行计算； （0，1）; （0，2）; （1，2）; （2，2）; （2，1）; （2，0）; （1，0），但极值像素不具有这8个邻域像素，即，像素（0，0）仅具有3个邻居。
出现这个问题是因为我已经使用sicikit图像获得了LBP图像，代码如下：
lbp = feature.local_binary_pattern (gray, 8, 1, 'ror')
然后我打印出灰色图像的值并得到以下值：
[[185 185 190 ... 176 172 178]]
[183 180 181 ... 194 185 175]
[203 199 199 ... 201 193 179]
...
[205 188 182 ... 183 183 182]
[207 197 194 ... 193 190 186]
[206 201 201 ... 201 199 197]]
我还打印了LBP图像的值并得到了这些值：
[[ 1. 17. 1. ... 15. 31. 1.]
[ 27. 255. 127. ... 7. 7. 31.]
[ 0. 31. 31. ... 1. 31. 15.]
...
[ 17. 31. 63. ... 63. 111. 31.]
[ 0. 31. 31. ... 15. 15. 7.]
[ 1. 25. 17. ... 0. 1. 1.]]
我知道，例如，右上角的像素的lbp码是正确的，因为它提供的值为7，但是我不明白如何获得极限值的LBP码。谢谢。
答案 0 :(得分：0)
函数skimage.feature.local_binary_pattern在后台执行零填充。结果，实际上是从填充的图像中计算出LBP代码：
[[ 0 0 0 0 ... 0 0 0 0]
[ 0 185 185 190 ... 176 172 178 0]
[ 0 183 180 181 ... 194 185 175 0]
[ 0 203 199 199 ... 201 193 179 0]
...
[ 0 205 188 182 ... 183 183 182 0]
[ 0 207 197 194 ... 193 190 186 0]
[ 0 206 201 201 ... 201 199 197 0]
[ 0 0 0 0 ... 0 0 0 0]]
在上图使用'ror'方法时，与最左上角像素相对应的LBP为：
0 0 0 0 0 0
0 185 185 >> 0 1 >> 00000001 >> 1
0 183 180 0 0 0
对应于第一行第二个像素的LBP变为：
0 0 0 0 0 0
185 185 190 >> 1 1 >> 00010001 >> 17
183 180 181 0 0 0
与最右上角像素相对应的LBP为：
0 0 0 0 0 0
172 178 0 >> 0 0 >> 000000001 >> 1
185 175 0 1 0 0
...等等。