首先，请原谅我这个问题有点难以理解，因为我还是一个新手，并尽力表达我的问题。
我正试图从Effective lane detection and tracking method using statistical modeling of color and lane edge-orientation论文中实现检测道路车道的方法（也许不是所有人都可以访问这篇论文）。
来自论文：
“当存在用于对车道像素进行分类的输入图像f (x, y)，Z = [z1, z2 ]T时，建议的车道分割方法使用两个不同的特征：车道HSV颜色特征z1和车道边缘方向特征z2，它们可以被定义为Z = [z1, z2]T = [I'(x, y), ø(x,y)]T
我想知道的是，Z本身是否只有两个元素，其中每个元素对应一个像素，这也意味着我将拥有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I'和ø的长列表？
而且，如何使用Python存储此特征向量（通过使用某些库）？我已经做了一些搜索，但仍然有点困惑。如果至少有人能给我一个关键字，那么我可以更深入地搜索，这将会很有帮助。
答案 0 :(得分：1)
@Hilman，首先要了解一个特征向量，一个特征是使用一些数据属性（在这种情况下是像素）描述你的数据，例如均值或方差（或颜色[r，g，b]）数据（像素）等可以输出，或者可以输出在数据（像素）上应用任何变换函数（例如颜色空间转换），将数据转换为更合适的形式以进行分类或进行预测。
这里我从你的问题描述中理解的是，提出的算法采用每个像素的HSV值（使用颜色空间转换）及其梯度方向（相位），如果你对它们进行控制，你将获得每个像素的4列向量。所以如果你谈到特征向量z，它将包含每个像素的[H，S，V，Phase]以及像素的类注释。
在python中如果你想存储一个特征向量，你可以写一个numpy数组的 csv 文件。
谢谢