关于提取特征向量进行图像处理
Regarding extracting feature vector for image processing
首先，如果问题有点难以理解，请原谅我，因为我还是新手，并尽力表达我的问题。
我正在尝试实现Effective lane detection and tracking method using statistical modeling of color and lane edge-orientation论文中检测道路车道的方法（可能不是所有人都能访问这篇论文）。
来自论文：
”提出的车道分割方法在输入图像 f (x, y) ,Z = [z1, z2 ]T 时使用两个显着特征对车道像素进行分类：车道 HSV 颜色特征 z1 和车道边缘方向特征 z2，可以定义为 Z = [z1, z2]T = [I'(x, y), ø(x,y)]T
我想知道的是，Z本身是不是只有两个元素，每个元素对应一个像素，也就是说我会有Z(x, y)个特征向量？
或者我只有一个特征向量 Z，其中向量内部已经包含每个像素的一长串 I' 和 ø？
而且，我如何用 Python 存储这个特征向量（通过使用某些库）？我已经进行了一些搜索，但仍然有点困惑。如果至少有人能给我一个关键字，这样我就可以进行更深入的搜索，那将会很有帮助。
@Hilman，首先是了解特征向量，特征是使用数据的某些属性（在本例中为像素）对数据的描述，例如均值或方差（或颜色 [r,g,b ]) 等数据（像素），或者可能是对您的数据（像素）应用任何转换函数（例如颜色 space 转换）的输出，它将您的数据转换为更适合 classifying 的形式或作出预测的目的。
我从你的问题描述中了解到，建议的算法采用每个像素的 HSV 值（使用颜色 space 转换）及其梯度方向（相位），如果你将它们组合在一起，你将得到 4每个像素的列向量。因此，如果您谈论特征向量 z，它将包含每个像素的 [H, S, V, Phase] 以及像素的 class 注释。
在python中如果你想存储一个特征向量你可以写一个csv一个numpy数组的文件。
谢谢
首先，如果问题有点难以理解，请原谅我，因为我还是新手，并尽力表达我的问题。
我正在尝试实现Effective lane detection and tracking method using statistical modeling of color and lane edge-orientation论文中检测道路车道的方法（可能不是所有人都能访问这篇论文）。
来自论文：
”提出的车道分割方法在输入图像 f (x, y) ,Z = [z1, z2 ]T 时使用两个显着特征对车道像素进行分类：车道 HSV 颜色特征 z1 和车道边缘方向特征 z2，可以定义为 Z = [z1, z2]T = [I'(x, y), ø(x,y)]T
我想知道的是，Z本身是不是只有两个元素，每个元素对应一个像素，也就是说我会有Z(x, y)个特征向量？
或者我只有一个特征向量 Z，其中向量内部已经包含每个像素的一长串 I' 和 ø？
而且，我如何用 Python 存储这个特征向量（通过使用某些库）？我已经进行了一些搜索，但仍然有点困惑。如果至少有人能给我一个关键字，这样我就可以进行更深入的搜索，那将会很有帮助。
@Hilman，首先是了解特征向量，特征是使用数据的某些属性（在本例中为像素）对数据的描述，例如均值或方差（或颜色 [r,g,b ]) 等数据（像素），或者可能是对您的数据（像素）应用任何转换函数（例如颜色 space 转换）的输出，它将您的数据转换为更适合 classifying 的形式或作出预测的目的。
我从你的问题描述中了解到，建议的算法采用每个像素的 HSV 值（使用颜色 space 转换）及其梯度方向（相位），如果你将它们组合在一起，你将得到 4每个像素的列向量。因此，如果您谈论特征向量 z，它将包含每个像素的 [H, S, V, Phase] 以及像素的 class 注释。
在python中如果你想存储一个特征向量你可以写一个csv一个numpy数组的文件。
谢谢