Python代码gabor提取纹理特征

# -*- coding: utf-8 -*-
    # gabor.py
    # 2015-7-7
    # github: https://github.com/michael92ht
    #__author__ = ‘huangtao‘
    
# import the necessary packages
import numpy as np
import cv2 as cv
from pylab import *
import tensorflow as tf

#定义了一个4尺度6方向的Gabor变换
#并将4尺度6方向变换函数图像及指定图像变换后的图像保存在指定文件夹
#可扩展为各种方法求纹理特征值等
def Gabor_u4v6（imageimage_save_path）:
    #图像预处理
    print image
    image=cv.imread（image1）
    print （image）
    src = cv.cvtColor（image cv.COLOR_BGR2GRAY）
    print（‘aaaaaaaaaaaaa‘）
    print src
    src_tensor= tf.convert_to_tensor（src）
    print src_tensor
    src_f = np.array（src dtype=np.float32）
    print（‘bbbbbbbbbbbbbbbbbb‘）
    print src_f
    src_f /= 255.
    print（‘bnnnnnnnnnnnnnnnnnnnnnnnnnnnnn‘）
    print src_f


    # img_H = 128
    # img_W = 64
    us=[7121721]             #4种尺度
    vs=[0306090120150]     #6个方向
    kernel_size =21             
    sig = 5                     #sigma 带宽，取常数5
    gm = 1.0                    #gamma 空间纵横比，一般取1
    ps = 0.0                    #psi 相位，一般取0
    i=0
    # dest_new = tf.placeholder（tf.float32 shape=（None img_H img_W 3））
    
    # dest_new=[]
    for u in us:
        for v in vs:
            lm = u
            th = v*np.pi/180
            kernel = cv.getGaborKernel（（kernel_sizekernel_size）sigthlmgmps）
            kernelimg = kernel/2.+0.5
            dest = cv.filter2D（src_f cv.CV_32Fkernel）
            i+=1
            if i == 13:
                # cv.imwrite（image_save_path + str（i） + ‘Kernel.jpg‘ cv.resize（kernelimg （kernel_size*20kernel_size*20））*256）
                dest_numpy =  np.power（dest2）
                # dest_numpy = cv.cvtColor（dest_numpy cv.COLOR_BGR2GRAY）
                # dest_numpy=repmat（dest_numpy[11