在scikit图像中有一个称为HoG 的特征描述符
下面的代码将计算单帧"灰色视频帧"的描述符
HoGDescriptor = hog(greyVideoFrame, orientations=8, pixels_per_cell=(8, 8),cells_per_block=(2, 2), visualise=False)
它返回一个平坦的(使用ravel)nd数组,下面是单个数组的一些属性
('NDarray Shape', (251328,))
('NDarray Number of Dimensions', 1)
('NDarray length of 1 array element in Bytes', 8)
('NDarray Total bytes consumed by elements', 2010624)
('NDarray DataType', dtype('float64'))
我的问题是如何将多个帧的结果整理在一起,从而能够有效地处理shape (251328, )
的10000个结果。
*我不确定在这里使用的正确术语,以及是否需要附加或连接结果1、结果2,。。。结果10k,并欢迎社区指导
决定使用h5py以不受可用 RAM大小限制的格式存储数据