本章我們學習LBP圖像的原理和使用，因為接下來教程我們要使用LBP圖像的直方圖來進行臉部識别。
參考資料：
<a href="http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html">http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html</a>
<a href="http://www.cnblogs.com/mikewolf2002/p/3438166.html">http://www.cnblogs.com/mikewolf2002/p/3438166.html</a>
LBP的基本思想是以圖像中某個像素為中心，對相鄰像素進行門檻值比較。如果中心像素的亮度大于等于它的相鄰像素，把相鄰像素标記為1，否則标記為0。我們可以用二進制數字來表示LBP圖中的每個像素的LBP編碼，比如下圖中的中心像素，它的LBP編碼為:00010011，其十進制值為19。
用公式表示就是：
其中(xc,yc)是中心像素，ic是灰階值，in是相鄰像素的灰階值，s是一個符号函數：
在OpenCV的LBP算法中，使用圓形的LBP算子：
其中R是半徑，p是樣本點的個數。
如果就算的結果不在像素坐标上，我們則使用雙線性插值進行近似處理。
下面的代碼中，我們分别實作了通常LBP圖和圓形算子LBP圖。
elbp是圓形算子LBP函數，elbp1是通常LBP圖，我們分别對lena的圖像進行了處理，結果如下所示，從途中可以看出來，使用圓形算子的效果銳度更強。
我們換另外一張圖，該圖包括不同光照下的四副照片，再來看看LBP圖的效果：
程式代碼：
FirstOpenCV36